贪婪算法GreedyAlgorithm

Ⅰ原理

目的：

寻找最优解。从当前状态出发，根据局部状态（而非全局的最优决策）进行“选择”，在满足约束条件的前提下，使目标函数的增速达到极值，选择一个能够最快达到要求的输入元素。根据一系列选择得到的解，每一次选择都是那时状态的最佳解。事实上，最后得到的将不是全局的最优解。

两个性质

贪婪选择：

每次选择将会简化为子问题，而且问题最终的方案仅依赖于每次选择而不是将来的选择。

最优子结构：

当一个问题的最优解包含其子问题的最优解时，称其具有最优子结构。

Ⅱ应用思路

1.建立数学描述，用方程写出约束条件。解将是一个集合。

2.将待求解的问题划分为若干子问题，理清彼此间的嵌套关系。

3.选择一个贪婪选择策略。只有当局部的最优策略能够产生全局最优解时才可使用贪婪算法。（可先选择几个实际情况分析是否适用贪婪算法。一定注意判断问题是否适用贪婪算法，找到的解是否是最优解。）

4.对每一个子问题求解，并将全部的解写作原来问题的一个解。

5.对所得的解进行算法分析。包括算法复杂度分析，证明是贪婪选择（假设一个最优解，并证明可修改这个解使其以贪婪算法开始）。证明最优子结构（第一次选择后转化为怎样的子问题，子问题的最优解是否包含在问题的解中）。

Ⅲ实现框架

greedy (A,n)
{
	solution = ¦µ;
	for (int i = 1;i <= n;i++)
	{
		x = select(A);
		if (feasible (solution,x))
			solution = union (solution,x);
	}
	return solution;
}

Ⅳ例子

背包（可分与不可分），货郎担，最优装载，活动安排，多机调度。

数据结构中：单源点最短路径，最小生成树（prim，kruskal），Huffman编码。