算法分析与设计期末总结（2）

第四章 贪心算法

1、背包问题： O（nlogn）
与0-1背包问题类似，所不同的是在选择物品i装入背包时，可以选择物品i的一部分，而不一定要全部装入背包，1< i < n
①形式化描述：
0-1背包问题：给定C>0，wi>0，vi>0，1<=i<=n，要求找出一个n元0-1向量(x1, x2, … , xn)，xi∈{0,1}，1<=i<=n，使得（累加wixi（i从1到n））<=C，而且（累加vixi（i从1到n））达到最大。
②算法思想：（用贪心算法解背包问题的基本步骤：）
首先计算每种物品单位重量的价值Vi/Wi，然后，依贪心选择策略，将尽可能多的单位重量价值最高的物品装入背包。
若将这种物品全部装入背包后，背包内的物品总重量未超过C，则选择单位重量价值次高的物品并尽可能多地装入背包。依此策略一直地进行下去，直到背包装满为止。

public static float knapsack(float c,float [] w, float [] v,float [] x)
{
    int n=v.length;
    Element [] d = new Element [n];
    for (int i = 0; i < n; i++) d[i] = new Element(w[i],v[i],i);
    MergeSort.mergeSort(d);
    int i;
    float opt=0;
    for (i=0;i<n;i++)   x[i]=0;
    for (i=0;i<n;i++) {
    if (d[i].w>c) break;
        x[d[i].i]=1;
        opt+=d[i].v;
        c-=d[i].w;
    }
    if (i<n){
        x[d[i].i]=c/d[i].w;
        opt+=x[d[i].i]*d[i].v;
    }
    return opt;
}

2、动态规划和贪心算法的异同：
同：两个算法都要求问题具有最优子结构性质
异：（1）贪心算法解决的问题具有贪心选择性质，即所求问题的整体最优解可以通过一系列局部最优的选择，即贪心选择来达到
（2）动态规划算法通常以自底向上的方式解各子问题，而贪心算法则通常以自顶向下的方式进行，以迭代的方式作出相继的贪心选择.

3、 贪心算法的两个重要性质：贪心选择性质、最优子结构性质

4、 Haffman编码可以通过贪心算法来解决。

5、单源最短路径：计算从源到所有其它各顶点的最短路长度。
①问题描述：给定带权有向图G =(V,E)，其中每条边的权是非负实数。另外，还给定V中的一个顶点，称为源。现在要计算从源到所有其它各顶点的最短路长度。这里路的长度是指路上各边权之和。这个问题通常称为单源最短路径问题。
②算法基本思想（Dijkstra算法是解单源最短路径问题的贪心算法。）：
设置顶点集合S并不断地作贪心选择来扩充这个集合。一个顶点属于集合S当且仅当从源到该顶点的最短路径长度已知。初始时，S中仅含有源。设u是G的某一个顶点，把从源到u且中间只经过S中顶点的路称为从源到u的特殊路径，并用数组dist记录当前每个顶点所对应的最短特殊路径长度。Dijkstra算法每次从V-S中取出具有最短特殊路长度的顶点u，将u添加到S中，同时对数组dist作必要的修改。一旦