最优装载问题
算法知识点
最优装载问题是一个典型的贪心算法例子。当一个问题满足最优子结构性质时,可用动态规划求解。如果这个问题进一步满足贪心选择性质,这个问题可以用贪心算法求解,贪心算法求解问题更简单、更直接,且解题效率更高。
最优子结构
:最优子结构指原问题的最优解包含子问题的最优解,算法可通过一系列子问题的最优解得到全局最优解。如果原问题最优解和子问题最优解没有关系,则无法采用动态规划与贪心算法求解。贪心选择
:贪心选择指原问题的最优解可以通过一系列局部最优的选择得到,即先做出当前选择,动态规划是先求子问题,依赖子问题最优解做出选择,而贪心选择是先做出当下最优选择,然后再去解做这个选择之后产生的子问题。这就是贪心选择。
算法题目描述
有一群海盗截获一艘装满各种古董的货船,古董不能被打碎(整体才有价值),海盗船的最大载重为W,每件古董的重量为wi,问如何装载才能带走最多的古董?
做题思路
在载重W有限的情况下,优先把重量最小的古董装上船,采用重量小优先装的贪心策略,从局部最优达到整体最优。此时算法应当做的是:
1.先对古董按重量从小到大排序
2.从小的古董开始逐个装起来,直到总装载重量超过W的前一个古董停止
模板代码
public int solve(int[] w, int W) {
//sort函数对数组从小到大排序,底层是快速排序
Arrays.sort(w);
//tmp是累计重量
//count是最终古董个数
int tmp=0;
//都可以装得下的情况,返回古董个数
int count=w.length;
for (int i = 0; i < w.length; i++) {
tmp += w[i];
if(tmp>=W){
if(tmp==W){
//刚好没超过,这个古董可以装下
count= i+1;
}else{
//重量超过了,这个古董就不能装下了
count=i;
}
//跳出整个循环,记录当前的count值
break;
}
}
//当全部都装得下时,count不会被i赋值
return count;
}
解题时的注意点
- 本代码中count的初始值应当设为古董总个数,也就是数组的长度,在所有古董都可装上船的情况下,不存在古董累计重量tmp>W的情况,里层if语句不会被执行,也就是count不会被赋值,这种情况说明古董全部可以装下。
- 代进入到第二层if说明此时tmp>=W,这已经是最后一个有机会装得下的古董了,如果可以装应当装下,不可的话就。不装下,记录下count值后应当直接跳出for循环,防止count的值被刷新。
算法复杂度分析
-
时间复杂度:O(nlogn),其中n是数组 w的长度。sort()方法对数组排序的时间复杂度是 O(nlogn),遍历数组的时间复杂度是 O(n),因此总时间复杂度是 O(nlogn)
-
空间复杂度:O(logn),其中 n 是数组w的长度。空间复杂度主要取决于排序使用的额外空间。