集合覆盖问题 贪婪算法反思总结 Python

问题描述：

假设你办了个广播节目，要让全美50个洲的听众都能听到，为此，你需要决定在哪些广播台播出，在每个广播台播出都需要支付费用，力图以最少的费用达到覆盖的目的——来自算法图解

 贪婪思路：1：找出所有广播台中覆盖面积最广的（面积指的是未覆盖的面积） 换言之就是寻找覆盖未覆盖面积最广的广播站

2：记录本轮的覆盖区域 更新未覆盖区域（取交集 用到集合set）

3：重复 1 2 直至完全覆盖

 初始信息：state_needed(需要覆盖的州)，stations 字典（每个广播台覆盖的州）fianl_stations(保存最终选择的广播台)

state_needed=set(['mt','wa','or','id','nv','ut','ca','az'])
stations={}
stations['1']=set(['id','nv','ut'])
stations['2']=set(['wa','id','mt'])
stations['3']=set(['or','nv','ca'])
stations['4']=set(['nv','ut'])
stations['5']=set(['ca','az'])
final_stations=set()
def find_covermost():
    ans,res=0,''
    for k,v in stations.items():
        if ans<len(v&state_needed) and k not in final_stations:ans,res=len(v),k#v&state_needed很关键，覆盖面积广指的是覆盖还没覆盖的面积最广
    final_stations.update([res])
    return stations[res]
while state_needed:
    state_needed-=find_covermost()
print(final_stations)
print(state_needed)
##输出{'5', '3', '1', '2'}
#set()

总结：贪婪算法是一种近似算法，通过寻找局部最优解获得全局最优解 

前面学到的BFS与狄克斯特拉算法就包含的贪婪的思想

另外今天学到了集合中的两个操作 并集>>&    添加元素>>set.update([seq])

我是小郑 期待和你一起进步