区间贪心1

什么是贪心?

贪心算法（英语：greedy algorithm）也称贪婪算法。

贪心的本质是选择每一阶段的局部最优，从而达到全局最优。

这么说是不是有点抽象啦，没关系，我们来看一下这个例子： 例如，你班要和其他班级进行拔河比赛，需要选出10个人参加，假设让你选，你应该怎么选出这10个人呢?

拔河主要靠力气哦。 指定每次选当前班级力气最大的那个人，最终就把班级力气最大的前10个人选出来啦，他们代表班级出战是最好的决策啦。

是不是有点了解贪心啦，不急，我们再来一个例子： 例如，有一堆钞票，你可以依次拿走十张，如果想达到最大的金额，你要怎么拿？

第一次，拿这堆钞票面值最大的；

第二次，拿剩余这堆钞票面值最大的；

第三次，继续拿剩余这堆钞票面值最大的；

...第十次，继续拿剩余这堆钞票面值最大的。 指定每次拿当前堆最大的，最终结果就是拿走最大数额的钱。每次拿最大的就是局部最优，最后拿走最大数额的钱就是推出全局最优。

贪心的适用范围有句话说的好，万物皆可贪，这说明贪心可适用的范围比较广，广到没有一个模板能够准确表示贪心算法的。所以贪心问题一般没有固定的套路，灵活多变，不过贪心算法在有最优子结构的问题中尤为有效。 最优子结构的意思是问题能够分解成子问题来解决，子问题的最优解能递推到最终问题的最优解，也即 局部最优能推出全局最优。（比如上边那个拿钞票的例子，就相当于分解成10个子问题，每个子问题都是采取相同的策略来解决）

如何能看出局部最优是否能推出整体最优呢？有没有什么固定策略或者套路呢？不好意思，也没有！ 靠自己手动模拟，如果模拟可行，就可以试一试贪心策略，如果不可行，可能需要动态规划(这个比较高级，以后会学到)。有同学问了如何验证可不可以用贪心算法呢？ 反证法：如果交换方案中任意两个元素/相邻的两个元素后，答案不会变得更好，那么可以推定目前的解已经是最优解了。 数学归纳法：先算得出边界情况（例如 n=1）的最优解 𝐹1F 1​ ，然后再证明：对于每个 n ， 𝐹𝑛+1F n+1​ 都可以由𝐹𝑛F n​ 推导出结果，这个也就是按照“局部最优能推出全局最优”的过程一步一步从边界归纳出全局解的过程。

例题精讲1：

例题精讲2： 

 例题精讲3：

让我们下期见！^_^

BUY！