菜鸟笔记之数据结构(21)


声明:以下是学的尚硅谷网课并结合网上资料所记的笔记。可能会有一些错误,发现了会修改。

贪心算法

应用场景-集合覆盖问题

例

思路分析

贪心算法介绍

  1. 贪心算法(也叫贪婪算法)是指在对问题进行求解时,在每一步选择中都采取最好或者最优(即最有利)的选择,从而希望能够导致结果是最好或者最优的算法。
  2. 贪心算法所得到的结果不一定是最优的结果(有时候会是最优解),但是都是相对近似(接近)最优解的结果。

如何找出能覆盖所有地区的广播台的集合,如果使用穷举法实现,列出每个可能的广播台的集合,这被称为幂集。假设总的有n个广播台,则广播台的组合总共有2n-1个。可以看出穷举法的效率很低。

使用贪心算法,效率高:

  1. 遍历所有的广播电台,找到一个覆盖了最多未覆盖地区的电台(此电台可能包含一些已覆盖的地区,但没关系)。
  2. 将这个电台加入到一个集合中(比如ArrayList),想办法把该电台覆盖的地区在下次比较时去掉
  3. 重复第一步直到覆盖了全部的地区。

图解

代码

import java.util.ArrayList;
import java.util.HashMap;
import java.util.HashSet;

public class GreedyAlgorithm {

	public static void main(String[] args) {
		
		// 创建广播电台,放入到Map
		HashMap<String, HashSet<String>> broadcasts = new HashMap<String, HashSet<String>>();

		HashSet<String> hashSet1 = new HashSet<String>();;
		hashSet1.add("北京");
		hashSet1.add("上海");
		hashSet1.add("天津");

		HashSet<String> hashSet2 = new HashSet<String>();;
		hashSet2.add("广州");
		hashSet2.add("北京");
		hashSet2.add("深圳");

		HashSet<String> hashSet3 = new HashSet<String>();;
		hashSet3.add("成都");
		hashSet3.add("上海");
		hashSet3.add("杭州");

		HashSet<String> hashSet4 = new HashSet<String>();;
		hashSet4.add("上海");
		hashSet4.add("天津");

		HashSet<String> hashSet5 = new HashSet<String>();;
		hashSet5.add("杭州");
		hashSet5.add("大连");

		// 加入到map中
		broadcasts.put("k1", hashSet1);
		broadcasts.put("k2", hashSet2);
		broadcasts.put("k3", hashSet3);
		broadcasts.put("k4", hashSet4);
		broadcasts.put("k5", hashSet5);

		// allAreas存放所有的地区
		HashSet<String> allAreas = new HashSet<String>();;
		allAreas.add("北京");
		allAreas.add("上海");
		allAreas.add("天津");
		allAreas.add("广州");
		allAreas.add("深圳");
		allAreas.add("成都");
		allAreas.add("杭州");
		allAreas.add("大连");

		// 创建一个ArrayList,存放选择的电台集合
		ArrayList<String> selects = new ArrayList<String>();

		// 定义一个临时的集合,在遍历的过程中,存放遍历过程中的电台覆盖的地区和当前还没有覆盖的地区的交集
		HashSet<String> tempSet = new HashSet<String>();
		
		//定义一个临时的集合,用于存放遍历过程中能覆盖的最大未覆盖的地区
		HashSet<String> tempSet2 = new HashSet<String>();

		// 定义一个maxKey,保存在一次遍历中,能够覆盖最大未覆盖的地区对应的电台的key
		// 如果maxKey不为null,则会加入到selects中
		String maxKey = null;
		while (allAreas.size() != 0) { // 如果allAreas不为0,则表示还没有覆盖到所有的地区
			//每进行一次循环,需要将maxKey置空
			maxKey = null;
			// 遍历broadcasts,取出对应的key
			for (String key : broadcasts.keySet()) {
				//没进行一次循环,需要将tempSet清空
				tempSet.clear();
				// 当前这个key能覆盖的地区
				HashSet<String> areas = broadcasts.get(key);
				tempSet.addAll(areas);
				// 求出 tempSet 和 allAreas 的交集,并把交集赋给tempSet
				tempSet.retainAll(allAreas);
				
				// 以下为求出 maxKey 得到的电台覆盖区域 tempSet2 和 allAreas 的交集,并用count记录该最大未覆盖区域的大小
				int count = 0;
				if(maxKey != null) {
					tempSet2 = broadcasts.get(maxKey);
					tempSet2.retainAll(allAreas);
					count = tempSet2.size();
				}
				
				// 如果当前这个集合包含的未覆盖地区的数量,比maxKey指向的集合未覆盖的地区还多
				// tempSet.size() > count 体现出贪心算法的特点
				if (tempSet.size() > 0 && (maxKey == null || tempSet.size() > count)) {
					maxKey = key;
				}
			}
			// maxKey != null,就应该把maxKey加入到selects集合中
			if (maxKey != null) {
				selects.add(maxKey);
				// 将maxKey指向的广播电台覆盖的地区从allAreas中清除掉
				allAreas.removeAll(broadcasts.get(maxKey));
			}
		}
		System.out.println("得到的选择结果是" + selects); //[k1, k2, k3, k5]
	}
}

注意:贪心算法溯得到的结果不一定是最优的结果(有时候会是最优解),但是都是相对接近最优解的结果。

--------------------------------------- 个人学习笔记----------------------------------------

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值