算法分析与设计第二版(李春葆)第七章贪心法

ggggzzyy

已于 2022-06-18 22:09:34 修改

阅读量665

点赞数 1

分类专栏：算法分析与设计期末复习文章标签：算法贪心算法

于 2022-06-04 18:14:59 首次发布

本文链接：https://blog.csdn.net/m0_51940950/article/details/125122807

版权

算法分析与设计期末复习专栏收录该内容

6 篇文章

订阅专栏

一、贪心算法概述

贪心算法在每一步做出局部最优的贪心选择，这种局部最优选择并不总能获得最优解，但通常能够获得近似最优解。

贪心算法困难的地方就在于证明局部最优解合并成为全局最优解

特点

最优子结构性质
贪心选择性质

动态规划主要运用于二维或三维问题，而贪心一般是一维问题，他们都具有最优子结构性质，都用于求解最优化问题。

算法	基本思想	依赖子问题的解	解问题的方向	最优解	复杂程度
贪心算法	贪心选择	否	自顶向下	局部最优	简单有效
动态规划	递归定义填表	是	自底向上	整体最优	较复杂

7.2求解活动安排问题（要求会求解最大相容子集和）

思想：

首先将活动按照结束时间递增排列
从i=1开始进入队列a，之后各列满足开始时间大于等于队列末尾的活动的结束时间，则进队

最后从队头开始出队形成最大兼容活动子集

struct meet {
    int s;//开始时间
    int f;//结束时间
}
//会议i的起始时间si和结束时间fi
int[] GreedySelector(int n,meet m[],int A[])
    //m[] 按m[i].f的非减序排列
{
    A[1] = 1; //开始只包含1
    j = 1; i = 2; //从i（2）开始找与j不相容的会议
    while(i<=n)
    {
        if(m[i].s>=m[j].f)
        {
            A[i] = 1;
            j=i;
        }
        else A[i]=0;
        i++;
    }
    return A;//返回可行解数组
}

例题(并不难，掌握思想即可)