1. 贪心法(Greedy Algorithm)定义
求解最优化问题的算法通常需要经过一系列的步骤,在每个步骤都面临多种选择;
贪心法就是这样的算法:它在每个决策点作出在当时看来最佳的选择,即总是遵循某种规则,做出局部最优的选择,以推导出全局最优解(局部最优解->全局最优解)
2. 对贪心法的深入理解
(1)原理:一种启发式策略,在每个决策点作出在当时看来最佳的选择
(2)求解最优化问题的两个关键要素:贪心选择性质+最优子结构
①贪心选择性质:进行选择时,直接做出在当前问题中看来最优的选择,而不必考虑子问题的解;
②最优子结构:如果一个问题的最优解包含其子问题的最优解,则称此问题具有最优子结构性质
(3)解题关键:贪心策略的选择
贪心算法不是对所有问题都能得到整体最优解的,因此选择的贪心策略必须具备无后效性,即某个状态以前的过程不会影响以后的状态,只与当前状态有关。
(4)一般步骤:
①建立数学模型来描述最优化问题;
②把求解的最优化问题转化为这样的形式:对其做出一次选择后,只剩下一个子问题需要求解;
③证明做出贪心选择后:
1°原问题总是存在全局最优解,即贪心选择始终安全;
2°剩余子问题的局部最优解与贪心选择组合,即可得到原问题的全局最优解。
并完成2°
3. 贪心法与动态规划
最优解问题大部分都可以拆分成一个个的子问题,把解空间的遍历视作对子问题树的遍历,则以某种形式对树整个的遍历一遍就可以求出最优解,大部分情况下这是不可行的。贪心算法和动态规划本质上是对子问题树的一种修剪,两种算法要求问题都具有的一个性质就是子问题最优性(组成最优解的每一个子问题的解,对于这个子问题本身肯定也是最优的)。动态规划方法代表了这一类问题的一般解法,我们自底向上构造子问题的解,对每一个子树的根,求出下面每一个叶子的值,并且以其中的最优值作为自身的值,其它的值舍弃。而贪心算法是动态规划方法的一个特例,可以证明每一个子树的根的值不取决于下面叶子的值,而只取决于当前问题的状况。换句话说,不需要知道一个节点所有子树的情况,就可以求出这个节点的值。由于贪心算法的这个特性,它对解空间树的遍历不需要自底向上,而只需要自根开始,选择最优的路,一直走到底就可以了。
案例:
投币数量最少问题
有1元、5元、10元、50元、100元、500元的硬币各C1, C5, C10, C50, C100, C500枚。现在要用这些硬币来支付A元,最少需要多少枚硬币?若有解,输出最少硬币数;否则输出“-1”(0<=C1, C5, C10, C50, C100, C500<=109,0<=A<=109)
代码分析:
/*
有1元、5元、10元、50元、100元、500元的硬币各C1, C5, C10, C50, C100, C500枚。
现在要用这些硬币来支付Pay_x元,最少需要多少枚硬币?若有解,输出最少硬币数;
否则输出“-1”(0<=C1, C5, C10, C50, C100, C500<=10^9,0<=A<=10^9)
分析:用最大面额的硬币来支付,则需要的硬币数量应该最少
规划:局部最优解:面额最大的硬币数量,全局最优解:最少的硬币数量
*/
#include <iostream>
#include <vector>
#include <stdlib.h>
#define Max(a,b) (((a) > (b)) ? (a) : (b))
#define Min(a,b) (((a) < (b)) ? (a) : (b))
#define MAX_SIZE 6
using namespace std;
const int moneyVal[MAX_SIZE] = { 1, 5, 10, 50, 100, 500 };//硬币的面值
int moneynum[MAX_SIZE] = {0};//每种面值硬币的数量
int Sum = 0;
int ret[MAX_SIZE] = { 0 }/*每种硬币使用的 个数*/;
int main(int argc, char *argv[])
{
int Pay_x = 0, num = 0;//
cout << "请输入需要支付的金额!" << endl;
cout << ": "; cin >> Pay_x;
cout << "请输入你拥有每种硬币的个数:" << endl;
for (int i = 0; i < MAX_SIZE; ++i)
{
//int _moneynum = 0;
cout << ": "; cin >> moneynum[i];
cout << "面值为 " << moneyVal[i] << " 元的硬币有 " << moneynum[i] << " 枚" << endl;
}
cout << endl;
for (int j = MAX_SIZE - 1; j >= 0; --j)
{
/*temp记录使用硬币j的枚数,其值<=moneyVal[j]*/
int temp = (Pay_x / moneyVal[j]);
num=Min(temp, moneynum[j]);
/*Pay_x剩余未支付的硬币*/
Pay_x -= num*moneyVal[j];
/*记录第j中面值的硬币使用的个数*/
ret[j] = num;
/*记录总共使用的硬币的个数*/
Sum += num;
}
if (Pay_x > 0)
{
cout << "所有的硬币不足以支付需要支付的金额!" << endl;
}
cout << "所需最少的硬币数量为:" << num << " 枚" << endl;
for (int i = 0; i < MAX_SIZE; ++i)
{
cout << "面值为 " << moneyVal[i] << " 的硬币使用了 " << ret[i] << " 枚" << endl;
}
system("pause");
return 0;
}