【数据结构】【贪心】【电台集合覆盖问题】

贪心原理

https://zhuanlan.zhihu.com/p/76164082

步骤

1. 将问题分解成多个小问题或者多个步骤。
2. 在每个小问题或者步骤中，执行某种最优化策略，得到局部最优解
3. 所有每个步骤得到的最优化解，组合得到全局最优化解，不回溯处理

电台覆盖问题

1. 遍历所有的广播电台, 找到一个覆盖了最多未覆盖的地区的电台(此电台可能包含一些已覆盖的地区，但没有关系）
2. 将这个电台加入到一个集合中(比如ArrayList), 想办法把该电台覆盖的地区在下次比较时去掉。
3. 重复第1步直到覆盖了全部的地区

 

import java.util.ArrayList;
import java.util.Arrays;
import java.util.HashMap;
import java.util.HashSet;

public class GreedyAlgorithm {
    public static void main(String[] args) {
        //创建广播电台，放入到Map
        HashMap<String, HashSet<String>> broadcasts = new HashMap<>();
        //将各个电台放入到broadcasts
        HashSet<String> hashSet1 = new HashSet<>();
        hashSet1.add("北京");
        hashSet1.add("上海");
        hashSet1.add("天津");

        HashSet<String> hashSet2 = new HashSet<>();
        hashSet2.add("广州");
        hashSet2.add("北京");
        hashSet2.add("深圳");

        HashSet<String> hashSet3 = new HashSet<>();
        hashSet3.add("成都");
        hashSet3.add("上海");
        hashSet3.add("杭州");

        HashSet<String> hashSet4 = new HashSet<>();
        hashSet4.add("上海");
        hashSet4.add("天津");

        HashSet<String> hashSet5 = new HashSet<>();
        hashSet5.add("大连");
        hashSet5.add("杭州");

        //加入到map
        broadcasts.put("K1", hashSet1);
        broadcasts.put("K2", hashSet2);
        broadcasts.put("K3", hashSet3);
        broadcasts.put("K4", hashSet4);
        broadcasts.put("K5", hashSet5);

        //创建allAreas，存放所有的地区
        HashSet<String> allAreas = new HashSet<>(Arrays.asList("北京","上海","天津","广州","深圳","成都","大连","杭州"));
//        HashSet<String> allAreas = new HashSet<>();
//        allAreas.add("北京");
//        allAreas.add("上海");
//        allAreas.add("天津");
//        allAreas.add("广州");
//        allAreas.add("深圳");
//        allAreas.add("成都");
//        allAreas.add("大连");
//        allAreas.add("杭州");

        //创建ArrayList,存放选择的电台集合
        ArrayList<String> selects = new ArrayList<>();

        //定义一个临时集合，在遍历过程中，存放遍历过程中的电台覆盖的地区和当前还没有覆盖地区的交集
        HashSet<String> tempSet = new HashSet<>();

        //定义一个maxKey,保存在一次遍历过程中，能够覆盖最大未覆盖地区对应的电台的Key
        String maxKey = null;
        int maxKeySize = 0;
        //如果maxKey不为null，则会加入到selects
        while (allAreas.size() != 0){//如果allAreas不为0，则表示还没有覆盖到所有的地区
            // 每一次while循环都需要清除maxKey,和maxKeySize，因为每一次都是一次新的开始寻找，需要清除上一次的数据
            maxKey = null;
            // 定义一个变量，保存maxKey所能覆盖未覆盖地区的大小
            maxKeySize = 0;

            //遍历broadcasts,取出对应key
            for (String key : broadcasts.keySet()){
                // 先清空tempSet里面的数据，因为每一次遍历都会往tempSet加数据，
                // 如果上一次tempSet不为空会让数据混乱
                tempSet.clear();

                HashSet<String> areas = broadcasts.get(key);
                tempSet.addAll(areas);
                //求出tempSet和allAreas 集合的交集,交集会赋给tempSet
                tempSet.retainAll(allAreas);
                //如果当前这个集合包含的未覆盖地区的数量，比maxKey指向的集合地区多
                //就重置maxKey
                if (tempSet.size() > 0 &&
                        (maxKey == null || tempSet.size() > maxKeySize)){
                    maxKey = key;
                    maxKeySize = tempSet.size();
                }
            }
            //maxKey != null，就应该将maxKey加入selects
            if (maxKey != null){
                selects.add(maxKey);
                //将maxKey指向的广播电台覆盖的地区，从allArea去掉
                allAreas.removeAll(broadcasts.get(maxKey));
            }

        }
        System.out.println("得到的选择结果是" + selects);//[K1,K2,K3,K5]
    }
}