贪心算法专项算法练习一

贪心算法(英语:greedy algorithm),又称贪婪算法,是一种在每一步选择中都采取在当前状态下最好或最优(即最有利)的选择,从而希望导致结果是最好或最优的算法。举个简单的例子,即找零,例如需要给顾客85元现金,为使货币数量最少,应该选不超过85的面钞50元,然后20元,接着10元,最后5元,这就是最简单的贪心算法实例。
  此为自顶而下,与之对应的动态规划则是自底而上。

  方法:1创建数学模型来描述问题。
  2把求解的问题分成若干个子问题。
  3对每一子问题求解,得到子问题的局部最优解。
  4把子问题的解局部最优解合成原来解问题的一个解。

//贪心算法一般算法
Greedy(C){
	S={};
	while(not solve(S)){
		x=select(C);
		if feasible(S,x){
			S=S+{x};
			C=C-{x};
		}
	}
	return S;
}

  经典题目描述1:[FatMouse’s Trade]:fatmouse有m puonds猫粮,想要和猫换取食物,猫看管着n间仓库,没见仓库里有j[i]pounds食物,需要用f[i]pounds猫粮才能换取,没见仓库的食物不用全部换取, j[i] * a% = f[i] * a%, 问fatmouse最多可以换取多少食物。

  分析:很经典的贪心演算法,利用结构体,根据换取利率排序,然后将阵列跑一遍。举个简单的例子,例如m=5,n=3,当输入7 2,4 3,5 2;将输出13.333.原因:先挑选不超过m的组,然后进行挑选最多的,选7,然后5,最后m剩余1个,此时进入第二组,则4/3*1=1.333,总共为13.33,所以该算法将每一组的J[I]/F[I]进行排序,每一个组都有一个性价比。

#include <iostream>
#include <algorithm>
#include <cstdlib>
using namespace std;

struct inp{
    double x,y;//x表示j[i],y表示f[i]
    double c;//c表示j[i]/f[i],通过比值来排序
}node[1005];

bool cmp(inp a,inp b){
    return a.c>b.c;
}

int main(){
    int i,n,m;
    double j;
    while(cin>>m>>n&&n!=-1&&m!=-1){
        for(i=0;i<n;i++){
            cin>>node[i].x>>node[i].y;
            node[i].c=node[i].x/node[i].y;
        }
        sort(node,node+n,cmp);
        j=0;
        for(i=0;i<n;i++) {
            if (node[i].y <= m) {
                j += node[i].x;
                m -= node[i].y;
            } else {
                j += m * node[i].c;
                break;
            }
        }
        printf("%.3f",j);
    }
    return 0;
}

  经典题目2:[今年暑假不AC hdu2037]“今年暑假不AC?”“是的。”“那你干什么呢?”“看世界杯呀,笨蛋!”“@#$%^&*%…”确实如此,世界杯来了,球迷的节日也来了,估计很多ACMer也会抛开电脑,奔向电视了。作为球迷,一定想看尽量多的完整的比赛,当然,作为新时代的好青年,你一定还会看一些其它的节目,比如新闻联播(永远不要忘记关心国家大事)、非常6+7、超级女生,以及王小丫的《开心辞典》等等,假设你已经知道了所有你喜欢看的电视节目的转播时间表,你会合理安排吗?(目标是能看尽量多的完整节目)
Input
  输入数据包含多个测试实例,每个测试实例的第一行只有一个整数n(n<=100),表示你喜欢看的节目的总数,然后是n行数据,每行包括两个数据Ti_s,Ti_e (1<=i<=n),分别表示第i个节目的开始和结束时间,为了简化问题,每个时间都用一个正整数表示。n=0表示输入结束,不做处理。

Output
  对于每个测试实例,输出能完整看到的电视节目的个数,每个测试实例的输出占一行。

  分析:此类题型属于时间序列问题,例如下表

事件编号发生时刻结束时刻
013
134
207
338
429
.........

  Begin[i]和End[i]表示结束,其实就是要寻找最长序列满足Begin[i]<End[j]<…Begin[m]<End[n]。所以针对上述问题只需要对发生结束时刻排序即可,属于常规的贪心算法。

#include <iostream>
#include <algorithm>
using namespace  std;

struct inp{
    int Begin;
    int End;
}node[100];

bool cmp(inp a,inp b){
    return a.End<b.End;
}

int main(){
    int n,i,count,j;
    while(cin>>n&&n){
        count=1,j=0;
        for(i=0;i<n;i++){
            cin>>node[i].Begin>>node[i].End;
        }
        sort(node,node+n,cmp);
        for(i=1;i<n;i++){
            if(node[j].End<=node[i].Begin){
                count++;
                j=i;
            }
        }
        cout<<count<<endl;
    }
    return 0;
}

  经典题目3:有一堆木棍。每根棍子的长度和重量是预先知道的。木棒要由木工机器一一加工。机器准备加工棒材需要一些时间,称为设置时间。设置时间与机器中的清洁操作和更换工具和形状有关。木工机的设置时间如下:(a) 第一根木棒的设置时间为 1 分钟。(b) 刚加工完长度为 l 和重量为 w 的木棒后,如果 l<=l’ 和 w<=w’,机器将不需要为长度为 l’ 和重量为 w’ 的木棒准备时间。否则,将需要 1 分钟进行设置。
   您将找到处理给定的 n 根木棍的最短设置时间。例如,如果您有五根木棍,其长度和重量对分别为 (4,9)、(5,2)、(2,1) , (3,5), 和 (1,4),那么最小设置时间应该是 2 分钟,因为有一系列对 (1,4), (3,5), (4,9), (2, 1)、(5,2)。
输入
  输入由 T 个测试用例组成。测试用例的数量 (T) 在输入文件的第一行中给出。每个测试用例由两行组成:第一行有一个整数n,1<=n<=5000,表示测试用例中木棒的数量,第二行包含n个2个正整数l1,w1,l2,w2 , …,ln, wn, 每个幅度最大为 10000 ,其中 li 和 wi 分别是第 i 根木棒的长度和重量。2n 个整数由一个或多个空格分隔。
输出
  输出应包含以分钟为单位的最小设置时间,每行一个。

分析:这是经典的区域覆盖问题。

#include <iostream>
#include <algorithm>

using namespace std;

struct lip{
    int l,w;
}node[5000];

bool cmp(lip a,lip b){
    return a.l<b.l||(a.l==b.l&&a.w<b.w);
}

int main(){
    int n,i,count,t;
    while(cin>>t){
        while(t--){
            while(cin>>n){
                for(i=0;i<n;i++){
                    cin>>node[i].l>>node[i].w;
                }
                sort(node,node+n,cmp);
                count=1;
                for(i=1;i<n-1;i++){
                    if(node[i].l>node[i+1].l||node[i].w>node[i+1].w){
                        count++;
                    }
                }
                cout<<count;
            }
        }
    }
    return 0;
}

  以上是部分练习,对于贪心算法需要多训练,其实通过这几题很明显看出地看出贪心算法的优势,要对预处理的数据进行排序,当然在此之前要建立结构体来存储记录多组数据,便于比较性价比。不过,贪心算法终究是有不足的,在使用此算法前,需能证明(或显然)可以使用,这种算法类似于在剩余条件中寻找最优的数据,并且即使后面不满足不能返回处理(区别与分而治之、动态规划)。
  后续还将有一些关于贪心算法的练习,当然还有更多的算法专项在进行中。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值