基础算法--贪心

虎小黑

已于 2023-03-15 08:39:07 修改

阅读量222

点赞数

分类专栏：基础算法文章标签：算法贪心算法

于 2022-12-23 17:08:15 首次发布

本文链接：https://blog.csdn.net/huxiaoheigame/article/details/128378589

版权

基础算法专栏收录该内容

11 篇文章 3 订阅

订阅专栏

基础算法–贪心

上一节中我提到的搜索是遍历状态空间中的所有解。而贪心(Greedy Algorithm)是沿着一条看上去最优的路径走到底，永不反悔

贪心过程
- 从初始状态出发
- 如果到达终止状态，则输出对应解并结束；否则，评估当前状态的所有后继状态，并选择一个最优的后继状态，更新当前状态
贪心选择性质
- 可以通过局部最优的贪心决策来构造全局最优解，无需考虑后效性
一个问题具有最优子结构时，贪心算法往往效果比较好
- 如果一个问题具有最优子结构，那么整个问题的最优解可以由子问题的最优解构造得到

证明贪心算法的正确性

归纳法

首先证明边界情况是正确，然后归纳证明一般的情况。假定给一个序列 $a_1,a_2,a_3,...,a_n$ 求出一个区间 $[l, r]$ ，使得 $a_l + ... + a_r$ 最大。这里我们考虑使用归纳法证明最大子段和的贪心算法

贪心算法，从左到右扫描，维护当前 $a_1, ...,a_i$ 的最大后缀和
- 加上新的一项 $a_{i+1}$ 时，如果当前的最大后缀和加上 $a_{i+1}$ 小于 $0$ ，则抛弃维护的后缀，并将当前最大后缀和更新为 $0$ ；否则当前最大后缀和为 $a_1, ...,a_i$ 的最大后缀和加上 $a_{i+1}$
- 用当前的最大后缀和更新答案
当 $n = 1$ 的时候显然成立
已知该算法对 $a_1,a_2,a_3,...,a_n$ 能求出最优解，加入 $a_{n+1}$ 时
- 新序列的最大子段和要么是原序列的最大子段和，要么必须包含 $a_{n+1}$ 。而后者是对应最大后缀和，因此我们只需在原序列的最大子段和与包含 $a_{n+1}$ 的最大子段和两者中取最大值即可
因此针对上述问题我们可以使用贪心算法得到最优解

void greedy_algorithm(std::vector<int> &nums) {
    int maxSum = 0;
    int subSum = 0;
    int i = 0;
    while (i < nums.size()) {
        subSum += nums[i];
        if (subSum > 0) {
            maxSum = subSum > maxSum ? subSum : maxSum;
        } else {
            subSum = 0;
        }
        ++i;
    }
    std::cout << "maxSum = " << maxSum << std::endl;
}

反证法

先依靠贪心算法得出最优解，再证明：将任意步骤的决策替换为任意的其他选择，最后结果都不可能达到更优。假定有 $n$ 个物品各自的重量，背包负重上限为 $N$ ，要求在不超过负重上限的情况下，尽可能的多带物品

先收我们利用贪心算法得出的最优解为 $n_1, n_2, n_3, ... , n_x]$ ，现用 $m$ 替换 $n_1$ （ $n_1$ 已是当前最轻，故 $m > n 1$ ），证明能否得到更优解 $m, n_2, n_3, ... , n_x, n_y]$ ，即比原来最优解多带一个物品 $n_y$
$n_m, n_2, n_3, ... , n_x, n_y]$ 前 $x$ 项之和必定大于 $n_1, n_2, n_3, ... , n_x]$ 之和，且 $n_m, n_2, n_3, ... , n_x, n_y]$ 还多了一项 $n_y$ 都没有超限，说明 $n_1, n_2, n_3, ... , n_x, n_y]$ 也必定不会超限，原最优解应为 $n_1, n_2, n_3, ... , n_x]$ 与题设相悖，故反证错误，不存在这样的替换方法。即：替换最优解任意项后，都无法达到更优，得证

贪心算法与动态规划

如果了解动态规划的朋友，可能会觉得这两个算法很像。这里我们先简单的做一些对比，等后续讲解动态规划的时候，再来重提两个算法的区别

贪心	动态规划
最优子结构	最优子结构、无后效性、子问题重叠
为后继的每一个阶段决策保留了足够多的子问题	为后继的每一个阶段决策保留了足够多的子问题
最优解包含子问题的最优解，但不是任意子问题的最优解都一定对应原问题的最优解	当前最优解一定是子问题的最优解

案例

埃及分数

给出一个分子分母分别为 $m o l$ 和 $d e n$ 构成的分数，要求将其分解为一系列互不相同的单位分数（分子为 $1$ ），并且要求分解的单位分数越少越好，如果单位分子数量一样，那么最小的单位分数越大越好

int comm_factor(int m, int n) {
    if (n > m) std::swap(m, n);
    int z = n;
    while (m % n != 0) {
        z = m % n;
        m = n;
        n = z;
    }
    return z;
}

void egyptian_fractions(int mol, int den) {
    int n = 0, r = 0;
    std::cout << mol << "/" << den << " = ";
    do {
        n = den / mol + 1;
        std::cout << "1/" << n << " + ";
        mol = mol * n - den;
        den = den * n;
        r = comm_factor(den, mol);
        den /= r;
        mol /= r;
    } while (mol > 1);
    std::cout << "1/" << den << std::endl;
}