贪心法确定补水地点

贪心算法是一个简单有趣的算法，它总是做出当前看来最好的选择，每次的局部最优选择最终可以产生整体最优解或整体最优解的近似。本文将介绍如何用贪心法解决补水问题。

1. 补水问题

2升水可以走$k$英里，水站可以把水补满为2升，总距离：11$k$英里，水站位置如下：
| 0 — 0.7 — 1.2 — 2.1 — 2.9 — 3.6 — 3.9 — 4.9 — 5.1 — 5.5 — 6.0 — 7.0 — 7.7 — 8.2 — 9.1 — 9.9 — 10.2 — |

补水问题的目标是走到终点的同时，最小化补水次数。下面我们通过贪心法对该问题进行求解和分析。

2. 贪心法求解思路及证明

2.1 贪心法求解思路

按照贪心算法解得的最优补水方案是：每次取水后走尽可能远，即“假设起点位置是$a_0$，终点位置是$a_{m+1}$，其中经过了$m$个水站，分别设为$a_1,a_2,\dots ,a_m$，$n$为水满时可以走的距离。假设路线上任意两点$x$，$y$的距离定义为$d(x,y)$。对于当前起点（假设在位置已加满水），下一补水位置选择满足$d(a_i,a_j)\le n$的最大的$j$”。下面证明该贪心解就是最优解。

2.2 贪心法正确性证明

贪心法正确性的证明分为两步：首先证明最优子结构，然后证明贪心选择性。

2.2.1 最优子结构

假设“考虑$m$个水站”的最优解是补水$s$次且第一次停下补水的位置是，则“考虑剩余$(m-k)$个水站”这个子问题的最优解是补水$(s-1)$次。（因为如果子问题存在补水次数比$(s-1)$次更少的解，则可根据这个解构造出原问题的补水次数少于$s$次的解，这就与原问题的最优解产生矛盾。）

2.2.2 贪心选择性

假设存在与贪心解$(x_1,x_2,\dots ,x_k)$不同的最优解$(y_1,y_2,\dots ,y_k)$，两个解第一个不同的分量为$x_i，x_i=a_j，y_i=a_t$，则用$a_j$替换$a_t$，由于贪心解选取的$j$是满足$d(x_{i-1},a_j)\le n$的最大的$j$，最优解中的$a_t$也须满足$d(x_{i-1},a_t)\le n$，故$t<j$，因此对最优解中选择的下一个补水站$a_h$，$d(a_t,a_h)\ge d(a_j,a_h)$。所以用$a_j$替换$a_t$仍然可以保证路线正常走完，并且补水次数和原来的相同。故贪心选择性得证。

3. 程序代码

运行以下C++程序代码water.cpp，程序会给出在“水站位置为{0, 0.7, 1.2, 2.1, 2.9, 3.6, 3.9, 4.9, 5.1, 5.5, 6.0, 7.0, 7.7, 8.2, 9.1, 9.9, 10.2}，总距离为11，水满时可以走1英里”的条件下，实现最小化补水次数的补水方案。

算法实现流程大致是：d[]储存每个水站距离起点的距离，f[]标记相应的水站是否需要加水(0-不加，1-加)，从第2个水站开始遍历，如果某个水站的距离起点的距离大于当前能走的最远距离，则在前一站加水，在f[]中相应的位置标记，加水后更新当前能走的最远距离，直至到达终点结束。该算法的时间复杂度为$O(m)$。

#include <iostream>

using namespace std;

const int N = 17;  //水站的个数 

//贪心法选择在哪一个水站加水，d[]储存每个水站距离起点的距离，f[]标记相应的水站是否需要加水(0-不加，1-加) 
void greedy_fillup(float d[], int f[]) { 
	float maxDistance = 1; //最初水箱满时可以走1英里 
	for (int i = 2; i <= N; i++) { //从第2个水站扩展到最后一个水站 
		if (d[i] > maxDistance) { //如果某个水站的距离起点的距离大于当前能走的最远距离，则在前一站加水 
			f[i - 1] = 1;         //标记前一站需要加水
			maxDistance = 1 + d[i - 1]; //改变当前能走的最远距离，因为在第i-1站已经加过水，则在第i-1站的距离上加1 
		}
	}
}

//根据f[]和d[]打印最优解 
void print_opitimal_solution(float d[], int f[]) { 
	for (int i = 1; i <= N; i++) {
		if (f[i] == 1) {
			cout << "The refilling location "<< i << " is chosen, and its distance is " << d[i] << endl;	
		}
	}
}

int main() {
	//d[i]表示第i个水站距离起点的距离 
	float d[N + 1] = {0, 0.7, 1.2, 2.1, 2.9, 3.6, 3.9, 4.9, 5.1, 5.5, 6.0, 7.0, 7.7, 8.2, 9.1, 9.9, 10.2, 11};
	//f[i]标记第i个水站是否加水，0-不加，1-加
	int f[N + 1] = {0};
	greedy_fillup(d, f);
	print_opitimal_solution(d, f);
	return 0;
}

4. 运行结果

上述代码的运行结果如下图所示：