贪心算法理论解_描述数轴上有n个闭区间[ai, bi],选择尽量少的区间覆盖一条指定线段[s, t]。输入-CSDN博客

本文链接：https://blog.csdn.net/m0_65305142/article/details/125899794

贪心算法，顾名思义就是贪得当前情况下的最优解（局部最优解），在某些情况下，每次的选择如果都依赖于前面的依次选择而不受后续操作的影响，局部最优解组成全局最优解（最优子结构），就可以用贪心法求解。

贪心法的基本概念很简单，但是可以有很多经典的应用：

最优装载问题是最简单、最容易理解的贪心背包问题。给出n个物体，第i个物体的重量为wi，不可分割。选出尽量多的物体，使总质量不超过C。

由于只关心数量，所以装轻的性价比要比装重的高——先把所有物体按照重量排序，再从小的开始放进背包，直到装不下为止。

给出n个物体，第i个物体的重量为wi，价值为vi。在总质量不超过C的情况下让总价值尽量高。每一个物体可以只取一部分。

和上一道题不同，这里质量和价值都是需要考虑的因素。“总质量限定的情况下价值尽量高”，也就是说价值和质量的“价值密度”要尽量高。所以将所有物体的价值密度（double价值/质量）从大到小排序后放入背包，直到装满为止。

一般情况下除了最后一个物体，其他放进背包的物体都不分割。

n个人，其中第i个人重量为wi。每艘船最大载重量为C，且最多只能做俩人。要求运送所有人的最少的船只数。

这类题的考虑思路是，对于最轻的人，安排最重的人和他坐一条船，这样“浪费”才会最少。如果最重的人和最轻的人一条船都无法承载，那么最重的人只能单独乘一条船，最轻的人再尝试和第二轻的人共渡。

代码实现方面，可以用两个下标i和j表示当前数组的首端（最轻的人所在位置）和末端（最重的人所在位置）。在循环中，如果最轻的人和最重的人可以共渡，则i++并j--。如果不行，则只需要j--。直到全部上船为止。

该程序的复杂度仅为O(n)，显然是最优算法。

数轴上有n个开区间(ai,bi)，要求尽量选择多个区间使其不相交。

不相交区间问题的解决首先将这些开区间按照右端点bi从小到大排序，并取排序后的第一段（这一段一定要取），接着按照bi从小到大遍历，判断如果遍历到的一段的ai在前一段的bi-1之后，则可以取这一段。

关于为什么要取第一段，可以分两种情况考虑：
第一种情况是b1<b2且a1>a1，也就是第一段处在被第二段“包围”的状态。这种情况下选小区间更划算吗，因为不仅本次取的数目不会减小，还给后续区间留下了位置。

第二种情况是b1<b2且a1<a2，这种情况也很好判断，由于第一段在前面“伸出来”的一段不会对任何后续产生影响，后面部分还短小（不会对后续造成影响），所以果断选第一段。

数轴上有n个闭区间[ai,bi]。取尽量少的点，使得每个区间内都至少有一个点（不同区间内含的点可以是同一个）。

首先一个基本思想是，如果一个区间被另一个大区间“包裹”，那么在小区间内取点则大区间一定也满足。所以在区间包含情况下，大区间不需要考虑。

同理把所以区间按b从小到大排序（b相同时a从大到小排序->区间包含的情况，小区间在前面）。同样要取第一个区间，但是取的是第一个区间的最后一个点，那样可以尽量多满足后续区间。接着在当前b后找到第一个a，取该a所对应区间的末端点，同理可以满足多段。

数轴上有n个闭区间[ai,bi]，选择尽量少的区间覆盖一条指定线段[s,t]。

本题思路仍然是区间包含和排序扫描，与上面不同的是需要进行一次预处理——将所有区间在起点s之前的所有部分都切掉，选择此时起点为s的最长区间，并将“新起点”设置为该最长区间的最右端点，重新开始一遍操作。递归或循环都可以解决。

还记得之前提到的文件压缩吗？那就是Huffman编码的典型应用。可以将所有字符出现的频率列成一张表P并进行排列，然后创建一个新节点队列Q，每次合并两个节点后把新节点放到队列Q中。合并后的频率一定比合并前频率和大，所以Q内部一定是有序的。

类似于有序表的合并过程，每次检查P和Q的首元素即可找到频率最小的元素，时间复杂度为O(n)。排序后总程序的复杂度为O(nlogn)。