算法复习—贪心

贪心算法

引言

和动态规划算法的相似，通常用来求解最优化问题，即量的最大化或最小化。

通常包含一个用于寻找局部最优解的迭代过程。它的每一步均是建立在局部最优解的基础上，而又扩大了部分解的规模，做出的选择产生最大的直接受益而又保持可行性

• 背包问题

  可以采用贪心策略方便的解出：对于每项计算vi / si ，即该项的价值与体积之比，再按照比值的降序排列，从第一项开始装包，直至装不下。

  在维持可行性的前提下，它选择能产生最大直接利益的项。

最短路径

输入：含权有向图G=（V,E），V={ 1，2，…，n }

输出：G中顶点1到其他顶点的距离

设G=(V,E)是一个每条边有非负长度的有向图，有一个特异顶点S为源点

单源最短路径（简称为最短路径问题 ）就是要确定S到V中每一个其他顶点的距离

初识时将顶点分为两个集合X={ 1 }，Y={ 2，3，…，n }，X中的顶点是源点到这些顶点的距离已经确定的。在每一步中，我们选择Y中已经获得与源点距离的顶点y，并加入X中。然后更新与y相邻的每个顶点w的标记，表示找到了经过y到w的更短路径。

ℒ[y]表示只经过X中顶点的最短路径的长度

算法DIJKSTRA¹

X = {1}; Y=V-{1}; ℒ[1]=0
for y: 2 to n
  if y邻接于1  then ℒ[y]=length[1,y]
  else ℒ[y]=∞
  end if
end for
for j: 1 to n-1
  令y∈ Y，使得ℒ[y]为最小
  X= X U {y}
  Y= Y - {y}
  for 每条边(y,w)
    if w∈ Y and ℒ[y]+length[y,w] < ℒ[w]  then
      ℒ[w]= ℒ[y]+length[y,w]
  end for
end for

假设输入由邻接表表示，边（x,y）的长度存放在x的邻接表的y顶点中，把两个集合X和Y用布尔向量X[1…n]和Y [1…n]来表示：初始时X[1]=1,Y[1]=0,并且对于所有的其他顶点都设置为X[i]=0,Y[i]=1。该点进入X通过置X[i]=1，Y[i]=0来实现。

最小耗费生成树（Kruskal）

输入：包含n个顶点的含权无向连通图G=（V，E）

输出：由G生成的最小耗费生成树T所组成的边集

简记为避圈加边法

最小生成树：(V , T)是G的一颗生成树，如果给G加权并且T各边的权重的和为最小值。

算法概括为

1. 对G的边以非降序的权重排列
2. 对于排序表中的每条边，如果加入T不会形成环路，则把它加入生成树T中，否则将它丢弃

算法KRUSKAL²

按非降序的权重将E中的边排序
for 每条边v∈ V
  MAKESET( {v})
end for
T ={}
while |T|<n-1
  令(x,y)为E中的下一条边
  if FIND(x) != FIND(y) then
    将（x,y）加入T
    UNION（x,y）
  end if
end while
  

最小耗费生成树（Prim）

输入：包含n个顶点的含权无向连通图G=（V，E）

输出：由G生成的最小耗费生成树T所组成的边集

N[y]是X中具有以下性质的的那个点：在所有X的邻接于y的顶点中，c[x,y]最小。也就是说N[y]是X 中离y最近的邻居。我们定义c[y]=c[y,N[y]]，它是连接y和N[y]边的耗费。

算法PRIM³

T = {}; X = {1}; Y = V-{1}
for y: 2 to n
  if y邻接于1  then
    N[y]=1
    C[y]=c[1,y]
  else C[y]=∞
  end if
end for
for j: 1 to n-1 {寻找n-1条边}
  令y∈ Y，使得C[y]最小
  T = T U {(y,N[y])} {将边(y,N[y]加入到T)}
  X = X U {y}
  Y = Y - {y}
  for每个邻接于y的顶点w∈ Y
    if c[w,y]<C[w]  then
      N[w]=y
      C[w]=c[y,w]
    end if
  end for
end for

在每次迭代中，具有最小C[y]的顶点被移动到X中之后，Y中每个与y相邻的顶点w都需要更新N[w]和C[w]

文件压缩

输入：n个字符的集合C={ c1,c2,…,cn }和它们的频度{ f(c1), f(c2),…, f(cn) }

输出：C的Huffman树（V，T）

展示的算法由Huffman提出。由该算法构造的编码满足前缀约束，并且最小化压缩文件的大小

前缀约束：一些字符的编码不能是另一个字符编码的前缀，可以防止编码的二义性

直观上来说，频度大的字符将被赋予短的编码，而长的编码可以赋给那些频度小的字符

算法HUFFMAN⁴

根据频度将所有字符插入最小堆H
V = C ; T ={}
for j: 1 to n-1
  c= DELETEMIN(H)
  c''= DELETEMIN(H)
  f(v) = f(c)+f(c'')  { v是一个新的节点 }
  INSERT(H,v)
  V = V U {v}
  T = T U {(v,c),(v,c'')}  { 使c和c''称为T中v的子节点 }
end while

---

1. 在Θ( n^2 )的时间内找出s到其他每一顶点的距离长度 ↩︎

2. 可在0( m log_n )时间内找出最小耗费生成树 ↩︎

3. 找出最小耗费生成树需要Θ( n^2 )时间 ↩︎

4. 时间复杂性是0（n log_n ) ↩︎