贪心算法总结

一、定义：

在求最优解过程中，依据某种贪心标准，从问题的初始状态出发，直接去求每一步的最优解，通过若干次贪心选择，最终得出整个问题的最优解，这种求最优解的方法就是贪心算法。

从贪心算法的定义可以看出，贪心算法不是从总体上考虑问题，他所做的选择只是某种意义上的局部最优解，而由问题自身的性质决定了该题运用贪心算法可以得到最优解。

如果一个问题可以同时用几种方法解决，贪心算法是最好的方法。

二、例题：

1、主元素：

给定一个整型数组，找出主元素，它在数组中的出现次数严格大于数组元素个数的二分之一。

Example

给出数组[1,1,1,1,2,2,2]，返回 1

代码：

int majornumber(vector<int>&nums)
{
int cut=0;
int result=0;
for(int i=0;i<nums.size();i++)
{
if(cnt==0)
{
cnt++;
result=nums[i];
}
else if(result==nums[i])
cnt++;
else cnt--;
}
return result;
}

2、最大子数组：

给定一个整数数组，找到一个具有最大和的子数组，返回其最大和。

Example

给出数组[−2,2,−3,4,−1,2,1,−5,3]，符合要求的子数组为[4,−1,2,1]，其最大和为6

代码：

int maxSunarray(vector<int>&nums)
{
int sum=nums[0];
int max=nums[0];
for(int i=1;i<nums.size();i++)
{
if(nums[i]<0)
{if(sum>max)
max=sum;
}
if(sum<0)
sum=nums[i];
else sum+=nums[i];
}
return max>sum?max:sum;
}

3、最小子数组：

给定一个整数数组，找到一个具有最小和的子数组。返回其最小和。

Example

给出数组[1, -1, -2, 1]，返回 -3

代码：

int minSunarray(vector<int>&nums)
{
int sum=nums[0];
int min=nums[0];
for(int i=1;i<nums.size();i++)
{
if(nums[i]>0)
{if(sum<min)
min=sum;
}
if(sum>0)
sum=nums[i];
else sum+=nums[i];
}
return min<sum?min:sum;
}

4、买股票的最佳时间II

假设有一个数组，它的第i个元素是一个给定的股票在第i天的价格。设计一个算法来找到最大的利润。你可以完成尽可能多的交易(多次买卖股票)。然而,你不能同时参与多个交易(你必须在再次购买前出售股票)。

Example

给出一个数组样例[2,1,2,0,1], 返回 2

代码：

int maxProfit(vector<int>&nums)
{
int i,d,sum=0;
{
for(i=1;i<nums.size();i++)
{
d=nums[i]-nums[i-1];
if(d>0)
sum+=d;
}
return sum;
}

5、寻找缺失的数：

给出一个包含 0 .. N 中 N 个数的序列，找出0 .. N 中没有出现在序列中的那个数。

Example

N = 4 且序列为 [0, 1, 3] 时，缺失的数为2。

代码：

int findMiss(vector<int>&nums)
{
int n=nums.size();
if(n==0)return 0;
if(n==1)return nums[0]==0?1:0;
int sum=0;
for(int i=0;i<n;i++)
sum+=nums[i];
return n*(n+1)/2-sum;
}

三、贪心算法的实现框架

    从问题的某一初始解出发；

    while （能朝给定总目标前进一步）

    { 

          利用可行的决策，求出可行解的一个解元素；

    }

    由所有解元素组合成问题的一个可行解；