算法（六）贪婪算法

贪婪算法可能是实现和设计中最简单的算法，但它们通常是最难证明正确性的算法之一。

1. 部分背包问题Fractional Knapsack

已知：集合s有n个元素，每个元素中i满足：
Bi：一个正的利益
Wi：一个正的权益
目标：选择不同的元素使得在有限的w中有最大的权益
选择最大权益的元素
选择最小权益的元素

选择最大权益/权重比的元素

需要O (n log n)时间对项目进行排序,然后O (n)时间来处理他们的循环。

2. 间隔调度Interval Scheduling

• 输入:n个作业的集合。每一项工作在时间sj开始，在时间fj结束。
• 如果两份工作没有时间重叠，那么它们是兼容的。
• 目标:找到相互兼容的作业的最大子集。

按照工作开始时间排序

按照工作持续时间排序

对于每个作业，计算冲突的作业cj的数量。冲突按升序排列。

3.Interval Partitioning

• 课程i从si开始，到fi结束。
• 目标:找到最小的教室数量来安排所有的讲座，这样就不会有两堂课在同一时间在同一间教室上课。
  This schedule uses 4 classrooms to schedule 10 lectures.
  
  This schedule uses only 3.
  
  时间复杂度：O(n log n)

4. 图论中最短路径

给定一个边权图和两个顶点u和v，我们希望找到一条在u和v之间总权值最小的路径，其中路径的权值是它的边的权值的总和。
应用: 互联网数据包路由，航班预订和驾驶方向。
例如: 普罗维登斯(PVD)和檀香山(HNL)之间的最短路径

1. 最短路径的子路径本身就是最短路径
   例如:从普罗维登斯(PVD)到檀香山(HNL)的最短路径还包含从普罗维登斯(PVD)到洛杉矶(LAX)的最短路径。

2. 有一个最短路径树，从一个开始顶点到所有其他顶点(最短路径树)。
   示例:来自Providence的最短路径树(PVD)

5. Dijkstra’s Algorithm

输入: 图G = (V, E); 边的权重w: E→R+; 顶点v开始
输出: 在v中从s到所有v的距离; 以s为根的最短路径树
假设: G是连通的，无向边的权值是非负的
复杂度：O(m log n)

6. 最小生成树（MST）

给定边权值为ce的连通图G = (V, E)， MST是边T E的子集，因此T是一个边权和最小的生成树。

7. 贪心算法

简化的假设。所有边缘成本Ce是不同的。
cut性质。设S为节点的任意子集，设e为S中只有一个端点的最小代价边，MST包含e。
cycle性质。设C为任意循环，f为属于C的最大代价边，则MST不包含f。

周期Cycle。a-b, b-c, c-d，…，y-z, z-a的边缘集合。
割集Cutset。一个割是节点S的子集，对应的割集D是在S中只有一个端点的边的子集。


Cycle-Cut十字路口
一个循环和一个割集相交于偶数条边。