贪婪算法C++

贪婪算法是一种在每一步选择中都采取当前状态下最优决策的策略，以期望通过一系列局部最优选择达到全局最优。贪婪算法通常适用于优化问题，其中需要在有限时间内做出一系列决策，每个决策都是基于当前状态的最优选择。

基本原理和步骤

1. 问题建模： 将问题抽象成一个数学模型，定义问题的目标函数以及每一步的选择。

2. 贪心选择： 在每一步中，做出当前状态下的最优选择，即选择能够在局部最优条件下达到全局最优的方案。

3. 问题约减： 将原问题约减为一个规模更小的子问题，以便通过贪婪选择求解。

4. 循环迭代： 重复步骤 2 和步骤 3，直到达到问题的终止条件。

核心思想

贪婪算法的核心思想是每一步都选择当前状态下的最优解，而不考虑过去的选择或未来的影响。它相信通过每次选择局部最优解，最终可以达到全局最优。然而，这并不总是成立，因此贪婪算法并不适用于所有问题。

贪婪算法的优点在于简单、高效，通常具有较低的计算复杂度。它适用于那些无后效性的问题，即当前的选择不会影响以后的决策。但需要注意的是，贪婪算法并不保证一定能够找到全局最优解，有些情况下可能只能得到局部最优解。

示例：找零钱问题

让我们以找零钱问题为例，说明贪婪算法的应用：

问题描述： 给定一定面额的硬币，要求找零钱的最少硬币数量。

贪婪算法解决：

1. 问题建模： 定义问题的目标函数是找零钱所需的最少硬币数量。

2. 贪心选择： 在每一步中，选择面额最大的硬币，直到找零完成。

3. 问题约减： 将原问题约减为一个规模更小的子问题，即找零剩余的金额。

4. 循环迭代： 重复步骤 2 和步骤 3，直到找零完成。

#include <iostream>
#include<vector>
#include<algorithm>

std::vector<int>makeChange(int amount, const std::vector<int>& coins)
{
    std::vector<int>change; //存储找零的硬币

    //降序排列面值，以便在贪婪算法选择面值最大的硬币
    std::vector<int> sortedCoins(coins);
    std::sort(sortedCoins.rbegin(),sortedCoins.rend()); //降序排列

    for (const int coin : sortedCoins)
    {
        //反复选择面值最大的硬币，直到找零完成
        while (amount >= coin)
        {
            amount -= coin; //找零金额减去当前硬币的面值
            change.push_back(coin); //将当前硬币加入找零的硬币中
        }
    }
    return change;
}


int main()
{
    int amount = 93;    //需要找零的金额
    std::vector<int> coins = { 1,5,10,20,50 };  //可用的硬币面值

    std::vector<int> change = makeChange(amount, coins);

    std::cout<<"需要找零的金额为："<<amount<<std::endl;

    std::cout<<"找零需要的硬币为：";
    for (int coin : change)
    {
        std::cout<<coin<<" ";
    }
    std::cout << std::endl;
}

运行结果