最优化问题
定义:给定一组限制条件(constraint)和一个优化函数(optimization function),求出一个可行解(feasible solution),使得优化函数可能取得最优值,即最优解(optimal solution),求解这样一个最优解的问题就称为最优化问题(optimization problem)。
解决一个最优化问题有很多种方法:贪心算法、分治算法、动态规划、线性规划、整数规划、遗传算法、中心网络、模拟退货、回溯法和分支界定等。通过例子可以更好地分析和理解贪婪算法。
贪心算法思想
在贪心算法(Greedy Algorithm)中,我们要逐步构造一个最优解。首先找到一个贪心准则(greedy criterion),然后在每一步,依据这个准则作出一个最优策略,每一步作出的最优策略,在以后的步骤中都不允许在更改。
例如,最经典的找零钱的问题:
有面值为25美分、10美分、5美分和1美分的硬币,且数目不限。若有人拿着1美元买不足1美元的东西,收银员需要进行找零,每次拿出一个硬币,凑成要找的零钱。选择时依据的贪心准则是:在不超过要找零钱总数的条件下,每一次尽量选择面值最大的硬币。直到凑成的零钱等于要找的零钱数。
假设要找42美分。第一步选择一个25美分的硬币,第二步选择10美分,第三步选择5美分,最后选择两个1美分的硬币。
贪心算法给人一种感性的认识:这样凑出的零钱,硬币的数目最