贪心算法——集合覆盖问题

贪心算法

应用场景-集合覆盖问题

​ 假设在下面需要付费的广播台，以及广播台信号可以覆盖的地区。如何选择最少的广播台，让所有的地区都可以接收到信号

广播台	覆盖地区
K1	北京、上海、天津
K2	广州、北京、深圳
K3	成都、上海、杭州
K4	上海、天津
K5	杭州、大连

贪心算法介绍

1. 贪婪算法（贪心算法）是指在对问题进行求解时，在每一步选择中都采取最好或者最优（即最有利）的选择，从而希望能够导致结果是最好或者最优的算法
2. 贪婪算法所得的结果不一定是最优的结果（有时候会是最优解），但是都是相对近似（接近）最优解的结果

思路分析

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. 将这些电台加入到一个集合中，想办法把该覆盖的地区在下次比较时去掉
3. 重复第1步，直到覆盖了全部地区

代码演示

package com.crisp.Algorithm.Greedy;

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

public class CoverageProblem {

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

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

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

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

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

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

        // allAreas 存放所有地区
        HashSet<String> allAreas = new HashSet<String>();
        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("杭州");
        allAreas.add("大连");

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

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

        //定义 maxKey，保存再一次遍历过程中，能够覆盖最大未覆盖的地区对应的电台的 key
        //如果 maxKey 不为 null，则会加入到 selects
        String maxKey = null;

        while (allAreas.size() != 0) { // 如果 allAreas 不为0，则表示还没有覆盖到所有的地区

            //每进行while循环置空maxKey
            maxKey = null;

            //遍历 broadcasts，取出对应的 key
            for (String key : broadcasts.keySet()) {

                //每进行for循环置空 tmpSet
                tmpSet.clear();

                //当前这个 key 能够覆盖的地区
                HashSet<String> areas = broadcasts.get(key);
                tmpSet.addAll(areas);
                //求出 tmpSet 和 allAreas 集合的交集
                tmpSet.retainAll(allAreas);
                //如果当前这个集合包含的未覆盖地区的数量，比 maxKey 指向的集合未覆盖的地区还多
                //tmpSet.size() > broadcasts.get(maxKey).size() 体现贪心算法的特点
                if (tmpSet.size() > 0 && (maxKey == null || tmpSet.size() > broadcasts.get(maxKey).size())) {
                    maxKey = key;
                }
            }
            // maxKey != null，就该将 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 allAreas 去掉
                allAreas.removeAll(broadcasts.get(maxKey));
            }

        }

        System.out.println("得到的选择结果是" + selects);

    }
}