动态规划是解决贪心算法的基础,而贪心算法更好的减少了运行的时间。
开发贪心算法的步骤:
1)解决问题的最优子结构
2)设计出一个递归解
3)证明在递归的任一个阶段,最优选择总是贪心选择。那么做贪心选择总是安全的。
4)证明通过贪心选择,所有子问题(除一个以外)都是空。
5)设计出一个实现贪心策略的递归算法
6)将递归算法转换成迭代的算法
而实际过程中我们经常简化这个步骤。通常直接做出贪心选择来构造子结构,以解决一个待优化的
一个最优子问题。。
将一个贪心的选择,与剩余相容活动的集合sm的最优解结合起来,就成为si的一个最优解。同时可以
根据如下的方法设计贪心算法:
1)将优化问题转化成这个问题,既先做出选择,再解决剩下的一个子问题。
2)证明原问题总是有一个最优解是贪心选择的,从而说明贪心选择的安全性。
3)将子问题的最优解与我们的贪心选择结合起来,就是原问题的一个最优解。
%&% 在每一个复杂的贪心算法的背后,都会有一个复杂的动态规划解。
贪心算法总是解决当前的我们认为的最佳选择,然后再选择我们之后的所出现的选择。
解动态规划问题一般是从小问题到大问题,而贪心则是当前--看似--最佳的选择。不像动态
规划那样自底向上的选择,而是自底向下的选择。
定理:对于任意的非空子问题sij,设am是sij中具有最早结束时间的活动:
fm=min(fk,ak属于sij)
1)活动am在sij中的某最大兼容活动子集中使用
2)子问题sim为空,所以选择am将使子问题smj为唯一的可能非空子集的子问题
思考:部分背包问题用贪心算法来解。