贪婪算法

最新推荐文章于 2024-06-04 10:05:22 发布

kdb_viewer

最新推荐文章于 2024-06-04 10:05:22 发布

阅读量610

点赞数

分类专栏： algorithm

本文链接：https://blog.csdn.net/kdb_viewer/article/details/83047666

版权

algorithm 专栏收录该内容

26 篇文章 0 订阅

订阅专栏

贪婪算法每个阶段选择当前的局部最优解，保证正确性的前提下，能保证得到一个正确解，但是无法保证贪婪算法的结论是最优解

作业调度问题：有作业 $j_{1},j_{2},...,j_{N}$ ，对应的运行时间是 $t_{1},t_{2},...,t_{N}$ ，只有一个处理器，如何安排作业使得所有作业完成的时间最小？

解：第一个作业在 $t_{1}$ 时间之后完成，第二个作业在 $t_{1}+t_{2}$ 时间之后完成，以此类推，得到总时间是

$C=\sum_{k=1}^{N}(N-k+1)t_{k}$

整理为 $C=(N+1)\sum_{k=1}^{N}t_{k}-\sum_{k=1}^{N}k\cdot t_{k}$

式中第一项无论怎么安排作业都是一定的，第二项必须运行时间少的作业在前面，否则若存在 $x> y$ 使得 $t_{x}<t_{y}$ ，那么显然总时间会变长。

多处理器调度问题：和单处理器类似，将所有作业按照完成时间从小到大的顺序，依次循环填充到每个处理器中，证明这样是最优的和单处理器类似，注意最后一组作业填充顺序是随机的，因为无论怎样填充，都不会影响总时间

huffman编码：每个字符都是由bit编码的，比如一共有7种字符，那么需要3个bit就能唯一表示每一种字符而不会产生歧义。huffman编码是利用二叉树压缩文件的一种方式，树叶是字符，每个顶点的两条通向两个儿子的边是0和1

huffman算法：算法对一个树组成的森林进行，一个树的权是所有树叶的频率和，每个阶段选择权最小的两棵树，合并成新树，将这个过程进行N - 1次，最终得到的就是huffman树，正确性证明和单处理器作业调度类似，选择两个节点交换计算总权值

近似装箱问题：给定N项物品，大小是 $s_{1},s_{2},...,s_{N}$ ，所有大小满足 $0< s_{i}\leq 1$ ，问题是将这些物品装入最小数量的箱子中，每个箱子大小都是1。有联机和脱机两种版本的装箱问题

联机装箱算法：

联机算法不总能给出最优解，一个例子是，给定重量为 $\frac{1}{2}-\varepsilon$ 的M个小项和 $\frac{1}{2}+\varepsilon$ 的M个大项，那么最优解是装在M个箱子里，要做到最有解，前面M个小项必须占满M个箱子。但是，给定另一组重量是 $\frac{1}{2}-\varepsilon$ 的M个物品，最优解是M/2个箱子，然而联机算法对同样的输入序列产生同样的解，因此也必然将M个物品放到M个箱子中，因此联机算法无法保证给出最优解，这也是装箱问题中近似的含义

定理1:存在任意的使联机装箱算法至少使用 $\frac{4}{3}$ 最优箱子数的输入

证明：反证法，假设小于 $\frac{4}{3}$ ，考虑对序列I上的联机算法A，序列是M个小项和M个大项，设A在处理第M个物品之后，使用了b个箱子，这个时候最优解是 $\frac{M}{2}$ 个箱子，有

$\frac{b}{M/2}< \frac{4}{3}$

考虑全部装箱之后，算法A在b个箱子后面新开辟的箱子里面每个只能装一个物品，因为是M个大项，只能放在一个箱子里面，而前面b个箱子每个最多放2个物品，这样算法A至少使用的箱子个数是

$b+2M-2b=2M-b$ ，得到：

$\frac{2M-b}{M}< \frac{4}{3}$

两式矛盾，从而证明定理

定理1表述了装箱问题的极限，有3种算法，保证所用箱子数不超过最优解的两倍

1.下项适合算法

当处理一个物品的时候，检查看能否装进刚才装进物品的同一个箱子中，若能装进去，那么装，否则开辟一个新的箱子，时间是 $O(N)$

定理：令M是将一系列物品装箱的最优解，下项适合算法使用的箱子数不超过2M

证明：考虑两个相邻的箱子，这两个箱子中的物品之和一定大于1，否则就能装一个箱子中了，这样一定不会超过2M个箱子

2.首次适合算法

每次处理一个箱子的时候，扫描前面的所有箱子，将它装入能装入的第一个箱子中，时间是 $O(N^2)$

3.最佳适合算法

处理一个新物品的时候，把这个物品放入装入它之后最满的箱子，使用伸展树保存每个箱子还能容纳的最大物品数，时间是 $O(NlogN)$

脱机算法

脱机算法先获取了所有输入，可以对输入进行排序，从大到小，然后再应用首次适合递减算法或者最佳适合递减算法，首次适合递减算法使用的箱子数不超过 $(4M+1)/3$ ，证明如下：

引理1：N个物品按照从大到小的顺序排序，最优装箱数是M，首次适合递减算法放入额外的箱子中的物品大小最多是1/3

证明：反证法，设放入第M+1个箱子的物品大小超过1/3，那么前面所有物品都大于1/3，从而前M个箱子中每个最多有两个物品，并且前面M个箱子中一定是连续1个物品，和连续若干2个物品，否则若有两个箱子，前面的箱子中有2个物品，后面的有1个物品，那么再放物品的时候，一定可以放入后面的这个箱子，因为前面的箱子中的两个物品一定比后面的箱子中的两个物品大。设前j个箱子装了一个物品，后面M-j个箱子装2个物品，有如下结论：

前面j个物品使用任何算法都没法将2个放入一个箱子中，否则若有这样的算法，那么首次适合算法也能放

放入外加箱子中的物品若大于1/3，那么首先不能放入前j个箱子，然后后面每个箱子只能放2个，也方不进去，否则有一个箱子会有3个物品，这样矛盾，从而证明引理1

引理2:放入外加箱子中的物品的个数最多是M-1个

证明：反证法，假设放入外加箱子中的物品有M个，那么 $\sum_{i=1}^{N}s_{i}\leq M$ ，设前M个箱子中的物品重量是 $w_{i}$ ，后面M个物品每个物品大小是 $x_{j}$ ，那么有

$\sum_{i=1}^{N}S_{i}\geq \sum_{j=1}^{M}w_{j}+\sum_{j=1}^{M}x_{j}$

由于 $w_{j}+x_{j}> 1$ ，否则就能放入一个箱子中了，这样得到 $\sum_{i=1}^{N}s_{i}> M$ ，矛盾，从而证明引理2

定理：令M是将物品装箱的最优箱子数，首次适合递减算法所用箱子数不超过(4M+1)/3

证明：应用引理1和引理2，在M-1项外加物品中，每个大小最多是1/3，因此，最多存在(M-1)/3个外加的箱子，得到定理

kdb_viewer

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
贪婪算法

贪婪算法每个阶段选择当前的局部最优解，保证正确性的前提下，能保证得到一个正确解，但是无法保证贪婪算法的结论是最优解作业调度问题：有作业，对应的运行时间是，只有一个处理器，如何安排作业使得所有作业完成的时间最小？解：第一个作业在时间之后完成，第二个作业在时间之后完成，以此类推，得到总时间是整理为式中第一项无论怎么安排作业都是一定的，第二项必须运行时间少的作业在前面，否则若存在使得...
复制链接

扫一扫