活动选择问题

　　活动选择问题使用‘贪心’思想来解决是非常简单的，这里详细说一说该问题的贪心过程。

　　活动时间表：

 

i	0	1	2	3	4	5	6	7	8	9	10	11
si	1	3	0	5	3	5	6	8	8	2	12	17
fi	4	5	6	7	9	9	10	11	12	14	16	21

　　对于活动选择问题，我们发现它有一个符合直觉的地方，找到一个最早结束的班级能兼容更多的其他班级使得集合最大。于是，剩下的问题是：假如每个班级活动的结束时间是按由小到大排列好的（如果无序，可以先进行排序），我们做出一次贪心选择，选择了第一个提前结束的班级，而后将满足f[i] > s[j]（其中数组s表示所有班级活动的开始时间，数组f表示所有班级活动的结束时间）的班级加入到集合中，这样得到的结果是否是最优解？书中给出了肯定（以及证明）：对于该问题，运用贪心算法可得到最优解。

　　既然可以用贪心算法得到正确答案，那么，我们就根据前面的描述用代码实现这个算法：

#include "stdafx.h"
#include <iostream>
#include <vector>
#include <minmax.h>

class GA {
public:
	std::vector<int> ActivitySelection(std::vector<int> & s, std::vector<int> & f)
	{
		std::vector<int> res(1, 1);
		int j = 0;
		for (int i = 1; i < s.size(); i++)
		{
			if (s[i] >= f[j])
			{
				res.push_back(i + 1);
				j = i;
			}
		}
		return res;
	}
};

int main()
{
	std::vector<int> s{ 1,3,0,5,3,5,6,8,8,2,12,17 };
	std::vector<int> f{ 4,5,6,7,9,9,10,11,12,14,16,21 };

	std::vector<int> res = GA().ActivitySelection(s, f);

	for (auto r : res)
		std::cout << r << ' ';

	getchar();
  return 0;
}

　　返回的结果是下标。

　　迭代算法看起来很简单，时间复杂度O(n)，比较dp方案，编写简单，运行快。

　　这里我们做出的贪心选择是活动结束时间最早的，实际上，我们选择活动最晚开始的也是可行的：

#include "stdafx.h"
#include <iostream>
#include <vector>
#include <minmax.h>

class GA {
public:
	std::vector<int> ActivitySelection(std::vector<int> & s, std::vector<int> & f)
	{
		std::vector<int> res(1, s.size());
		int j = s.size() - 1;
		for (int i = s.size() - 2; i >= 0; i--)
		{
			if (f[i] <= s[j])
			{
				res.push_back(i + 1);
				j = i;
			}
		}
		return res;
	}
};

int main()
{
	std::vector<int> s{ 1,3,0,5,3,5,6,8,8,2,12 };
	std::vector<int> f{ 4,5,6,7,9,9,10,11,12,14,16 };

	std::vector<int> res = GA().ActivitySelection(s, f);

	for (auto r : res)
		std::cout << r << ' ';

	getchar();
  return 0;
}

　　

转载于:https://www.cnblogs.com/darkchii/p/8547129.html