贪心算法原理和案例

目录

​编辑

贪心算法简介

什么时候使用贪心算法

贪心算法缺陷

贪心算法应用

贪心算法JAVA代码实现

---

贪心算法简介

        贪心算法（又称贪婪算法）Greedy Algorithm 是一种不断做出局部最优解的选择，最终期望得到全局最优解的算法。

        简单地说，贪心算法就是在每一步都做出当前最优的选择，以期望能够得到全局最优的解。

        贪心算法是一种常用于求解优化问题的算法，在实际应用中，它常被用于求解一些经典问题，如背包问题、最短路径问题、最小生成树问题等。

        其中贪心算法最佳实践为用于压缩数据的霍夫曼编码（Huffman encoding）还有用于寻找图中最短路径的Dijkstra算法。

什么时候使用贪心算法

        贪心算法的优点是简单、高效，容易理解和实现。但同时，由于贪心算法是基于局部最优决策的，无法保证全局最优解，所以有一定的局限性。在实践中，贪心算法通常适用于满足以下两个条件的优化问题：

• 贪心选择性质：通过在每一步中选择最优选项（比如最小值或最大值），可以达到全局(整体)最优解。
• .最优子结构性质：如果整个问题的最优解包含子问题的最优解，则该问题具有最优子结构。

如果上面两个性质都成立，则可以使用贪心算法来解决问题。

贪心算法缺陷

        由于贪心算法每次只考虑局部最优解，所以它无法保证能够得到全局最优解。在某些情况下，贪心算法会得到次优解甚至无解。比如下面的这一个例子。

        在下面的示例中通过贪心算法寻求找到和最大数值的路径。它通过在每一步选择最大的可用数字来实现这一点。然而，贪心算法无法找到最大的和，因为它只根据每一步所掌握的信息做出决策，而不考虑整体问题。

示例1：

在下面的图中，贪心算法试图找到最大的一个数字。它在算法的每一步中选择最大的数字。我们一眼就可以看出该算法不会得到正确的解决方案。

正确的解决方案是什么?为什么贪婪算法不适合这个问题?

<