【算法导论】08 贪婪算法（待修改）

举例：

小偷是贪婪的，当去店里的时候，包里有35磅的空间。有下面三个物体可以选择，最优解肯定是2000+1500，但小偷可能搞不清楚，也没有时间。

贪婪算法：只要我能放得下，我选最贵的。选择放音箱，拿着就跑。

对小偷来说，拿着一个音箱，安全，快速，也不需要遍历商店里所有的东西，虽然不是最优解，但这种方法比较有效。

之前的寻找最短路径也是贪婪算法，

面对完全NP问题时，最佳的做法是使用近似算法。因为n个城市全部遍历完需要n!次

贪婪算法易于实现、运行速度快，是不错的近似算法。

# 需要覆盖的集合
states_needed = set(['mt','wa','or','id','nv','ut','ca','az'])
stations = {}    # python中字典是一个哈希表，不能保证键的顺序
stations['kone'] = set(['id','nv','ut'])    # key是电台名字，value是覆盖的洲
stations['ktwo'] = set(['wa','id','mt'])
stations['kthree'] = set(['or','nv','ca'])
stations['kfour'] = set(['nv','ut'])
stations['kfive'] = set(['ca','az'])

final_stations = set()

while states_needed:            # states_needed 是八个州
    best_station = None
    states_covered = set()        # set()是0
    for station, states in stations.items():        # 这里放进去的顺序不一定是按上面的顺序，用三个州（1，2，3）比上8个州，结果就是三个州
        covered = states_needed & states            # covered 就是3个州
        if len(covered) > len(states_covered):        # 3>0
            best_station = station
            states_covered = covered

    states_needed -= states_covered
    final_stations.add(best_station)

print final_stations

运行结果如下 

set(['ktwo', 'kthree', 'kone', 'kfive'])