算法设计与分析之贪心算法

1. 贪心算法简介

贪心算法（Greedy Algorithm）是一种基于贪心思想的算法策略。它通过每一步选择当前状态下最优的解决方案，从而逐步得到全局最优解。贪心算法通常在问题具有贪心选择性质和最优子结构性质时被应用。

贪心算法的基本思想是，每一步选择当前情况下看起来最好的解决方案，而不考虑之后可能发生的情况。它不进行回溯，也不考虑全局最优解，而是根据局部最优选择来构建解决方案。

适合贪心算法具有的特征：

1、优化问题。

2、问题的求解可以划分为若干阶段。

3、能够制定出最优量度标准。

4、问题具有最优子结构性质。

贪心算法的步骤通常如下：

1、确定问题的最优子结构：问题的最优解可以通过子问题的最优解来构建。

2、定义贪心选择策略：确定每一步的最优选择。

3、构建解决方案：根据贪心选择策略，逐步构建问题的解决方案。

4、验证解决方案：检查贪心算法得到的解决方案是否满足问题的要求。

2. 找零钱问题

关于贪心算法的一个经典例子是找零钱问题（Coin Change Problem）。问题描述如下：给定一些不同面额的硬币和一个需要找零的金额，找出最少的硬币数量来凑出该金额。利用贪心算法解决该问题的思路如下：

（1）输入找零的金额和每种硬币的面额；

（2）从币值从高到低进行贪心策略；

（3）选择所要表示的币值；

（4）记录所选择的币值所要的数目，现金值实时更改；

（5）输出结果。

算法实现

#include <iostream>
#include <vector>
#include <algorithm>
	
std::vector<int> greedyCoinChange(std::vector<int>& coins, int amount) {
	std::vector<int> result;
	
	// 按面额从大到小排序硬币
	// std::sort(coins.begin(), coins.end(), std::greater<int>());	// 与下一行功能相同
	std::sort(coins.rbegin(), coins.rend()); // c.rbegin() 返回一个逆序迭代器，它指向容器c的最后一个元素
	
	for (auto coin : coins) {
		while (amount >= coin) {
			result.push_back(coin);
			amount -= coin;
		}
	}
	
	if (amount != 0) {
		// 找不到合适的硬币组合
		result.clear();
	}
	
	return result;
}
	
int main() {
	std::vector<int> coins = { 1, 5, 10, 25 };
	int amount = 47;
	
	std::vector<int> result = greedyCoinChange(coins, amount);
	
	if (!result.empty()) {
		std::cout << "找零的硬币数量：" << result.size() << std::endl;
		std::cout << "找零的硬币面额：";
		for (auto coin : result) {
			std::cout << coin << " ";
		}
		std::cout << std::endl;
	} else {
		std::cout << "无法找零。" << std::endl;
	}
	
	return 0;
}

在上述示例中，我们定义了一个greedyCoinChange函数，它接收一个硬币面额的向量coins和需要找零的金额amount。首先，我们将硬币面额按从大到小排序，以便每次选择最大面额的硬币。然后，我们循环遍历每个硬币，直到无法再选择该硬币为止。最后，如果剩余的金额不为0，则表示无法找零，返回空的结果。在main函数中，我们定义了一组硬币面额和需要找零的金额，并调用greedyCoinChange函数来获取找零的结果。如果结果不为空，我们输出找零的硬币数量和面额；否则，输出无法找零的信息。

例如，对于硬币面额为{1, 5, 10, 25}，需要找零47的情况下，输出将会是：

找零的硬币数量：5
找零的硬币面额：25 10 10 1 1

这表示我们可以用5个硬币凑出47的金额，其中包括1个25分硬币、2个10分硬币和2个1分硬币。