贪心算法——区间调度问题

贪心算法——区间调度问题

 

问题主题：区间调度问题

问题描述： 有n项工作，每项工作分别在si开始，ti结束。对每项工作，你都可以选择参加或不参加，但选择了参加某项工作就必须至始至终参加全程参与，即参与工作的时间段不能有重叠(即使开始的时间和结束的时间重叠都不行)。 限制条件： 1<=n<=100000 1<=si<=ti,=109

样例： 输入 n=5 s={1,2,4,6,8} T={3,5,7,9,10} 输出 3(选择工作1, 3, 5)

 

 

解题分析：

对这个问题，如果使用贪心算法的话，可能有以下几种考虑：

(1)、每次选取开始时间最早的；

(2)、每次选取结束时间最早的；

(3)、每次选取用时最短的；

(4)、在可选工作中，每次选取与最小可选工作有重叠的部分；

对于上面的四种算法，只有算法(2)是正确的，其它的三种都可以找到相应的反例。具体证明如下：

 

数轴上有n个区间，选出最多的区间，使得这些区间不互相重叠。

算法：

将所有区间按右端点坐标从小到大排序，顺序处理每个区间。如果它与当前已选的所有区间都没有重叠，则选择该区间，否则不选。

证明：

显然，该算法最后选出的区间不互相重叠，下面证明所选出区间的数量是最多的。设fi为该算法所接受的第i个区间的右端点坐标，gi为某最优解中的第i个区间的右端点坐标。

命题1.1  当i>=1时，该算法所接受的第i个区间的右端点坐标fi<=某最优解中的第i个区间的右端点坐标gi。

该命题可以运用数学归纳法来证明。对于i=1，命题显然为真，因为算法第一个选择的区间拥有最小右端点坐标。令i>1，假定论断对i-1为真，即fi-1<=gi-1。则最优解的第i个可选区间所组成的集合包含于执行该算法时第i个可选区间所组成的集合；而当算法选择第i个区间时，选的是在可选区间中右端点坐标最小的一个，所以有fi<=gi。证毕。

设该算法选出了k个区间，而最优解选出了m个区间。

命题1.2  最优解选出的区间数量m=该算法选出的区间数量k。

假设m>k，根据命题1.1，有fk<=gk。由于m>k，必然存在某区间，在gk之后开始，故也在fk之后开始。而该算法一定不会在选了第k个区间后停止，还会选择更多的区间，产生矛盾。所以m<=k,又因为m是最优解选出区间个数，所以m=k。

综上所述，算法选出的区间是最优解。

 

程序实现:

 

C++

#include <stdio.h> #include <tchar.h> #include <queue> #include "iostream"   using namespace std;   const int N = 5; int s[N]={1,2,4,6,8}; int t[N]={3,5,7,9,10};   int solve() { pair<int, int> itv[N]; for(int i = 0; i < N; i ++) { itv[i].first = s[i]; itv[i].second = t[i]; } sort(itv, itv + N); int count = 0; int t = 0; for(int i = 0; i < N; i ++) { if(t < itv[i].first) { count ++; t = itv[i].second; } } return count; }   int main() { cout << solve() << endl; return 0; }

Java

package greed; import java.util.Arrays; /** * Created with IntelliJ IDEA. * User: shihuichao * Date: 14-1-14 * Time: 下午10:43 * To change this template use File | Settings | File Templates. */ public class Interval { public static int interval(Work[] works) { Arrays.sort(works); int count = 0; //当前工作的结束时间 int t = 0; for (int i = 0; i < works.length; i++) { if(t < works[i].getStart()) { count ++; t = works[i].getTerminate(); } } return count; } public static void main(String args[]) { Work[] works = { new Work(1, 3), new Work(2, 5), new Work(4, 7), new Work(6, 9), new Work(8, 10) }; int result = interval(works); System.out.println(result); } } class Work implements Comparable { private int start; private int terminate; Work(int start, int terminate) { this.start = start; this.terminate = terminate; } int getStart() { return start; } void setStart(int start) { this.start = start; } int getTerminate() { return terminate; } void setTerminate(int terminate) { this.terminate = terminate; } @Override public int compareTo(Object o) { Work work = (Work) o; if (this.terminate > work.getTerminate()) return 1; else if (this.terminate == work.getTerminate()) return 0; else return -1; } }

 

算法复杂度：

    时间复杂度  On(nlogn) = 排序O(nlogn) + 扫描O(n)