贪心算法基本介绍以及在lintcode上的典型题型

最初接触贪心算法是在学习数据结构与算法基础时，当时接触了最短路径的迪杰斯特拉算法，这是由一个局部贪心从而实现全局最优的一个典型算法，但是作为一个标准问题的解法它实在是太难自己写出来了，所以自己想深入地了解了一下贪心算法，以达到融会贯通的效果

一、什么是贪心算法？

• 顾名思义该算法重点在于贪心，也就是对于每一个原子事件，都需要做一个当前受益最大的决定
• 同时做到全局最优

二、贪心算法的特点是什么？

• 首先是难想，不知道是在何种情况下出现贪心算法，以一个什么事件贪心？
• 解法通常都十分巧妙，且时间空间复杂度都较低
• 无后效性，这一点和动态规划算法相似，也正是因为这点，贪心算法都能由动态规划做出（算法导论提及），只是贪心算法的适用范围更小一点。
• 正确性证明一般来说反而比算法复杂

例题：

1.Lintcode p187加油站：一条环路上有若干个加油站，第i个加油站有gas[i]的汽油，从第i个到第i+1个加油站的路径上需要消耗cost[i]的汽油，你开车从某个加油站出发，初始油量为空，问环绕一周的方案

• 显然若gas[0]+gas[1]+...+gas[n-1]如果小于cost[0]+cost[1]+...+cost[n-1]的话是不可能有成功方案的
• 设a[i]=gas[i]-cost[i]
• 那么这道题就变成了一个数列求和，使得过程中不会出现和小于0的情况

设i=0,如果a[0]>=0则进一步检查a[0]+a[1]以此类推，如果出现小于0的情况，则i直接等于出现异常的pos的下一个点（该算法的关键）,理解一下为何。

2.Lintcode p84落单的数(3)给定2n+2个数，其中有n对数字成对出现，找出不一样的2个数。

如果是2n+1个数字，则可以通过逐步位异或运算得到落单的数，但是此题是2n+2个数字。因此需要有所变化：

• 假设这两个数字是A和B,因为A和B不同，因此异或必然有某一个二进制位k为1，从这位着手，将2n+2个数字分为k位是0还是1的两个部分，显然，这样2n+2个数字又变成了第一种情况。

3.小孩分糖果问题。Lintcode p412

N个小朋友站成一列，每人都有一个聪明值a[i],现在要求分糖果时，如果A比它相邻的B聪明，那么A的糖果必须要多一些，而所有小朋友必须都分到糖果，问怎么分花糖果最少。

显然按照a[i]值分配糖果肯定没问题，但是这样花费糖过多，我们需要尽量少的分配糖，但是如果以每一个小朋友，考虑他相邻的两个小孩为基准，显然难以思考。因此我们可以尝试分为左至右和右至左两种顺序来思考。这样正确性的证明尤为重要。

第一个小孩分1个，

如果a[i]>a[i-1]则，x[i]=x[i-1]+1，否则x[i]=1;

以此类推。

正确性证明：

• 如果a[i]>a[i-1]，而x[i]!=x[i-1]+1，假设有一个满足这条件的最优策略，那么相邻的小孩之间，必然是x[i]>x[i-1]+1，而我们把x[i]减1并不会影响策略的正确性，所以，+1是正确的策略。
• 类似的证明a[i]<a[i-1]的情况。

然后从另一个方向也遍历一遍，对同一个孩子，取max(x[i],y[i])即可；

典型例题还有p46主元素和p47主元素2，这两题不做赘述了，注意设置一个或者多个计数器（擂台），让数字之间Pk即可。