对于许多最优化问题,使用动态规划算法来求最优解有些杀鸡用牛刀了,可以使用更加简单、更加高效的算法。贪心算法就是这样的算法,它在每一步做出当时看起来最佳的选择。也就是说它总是做出局部最优的选择,从而得到全局最优解。
对于某些问题并不保证得到最优解,但对很多问题确实可以求得最优解。
贪心算法 - 活动选择问题
有n个需要在同一天使用同一个教室的活动a1,a2,…,an,教室同一时刻只能由一个活动使用。每个活动ai都有一个开始时间si和结束时间fi。一旦被选择后,活动ai就占据半开时间区间[si,fi)。如果[si,fi]和[sj,fj]互不重叠,ai和aj两个活动就可以被安排在这一天。该问题就是要安排这些活动使得尽量多的活动能不冲突的举行(最大兼容活动子集)。例如下图所示的活动集合S,其中各项活动按照结束时间单调递增排序。
{a3,a9,a11}是一个兼容的活动子集,但它不是最大子集,因为子集{a1,a4,a8,a11}更大,实际上它是我们这个问题的最大兼容子集,但它不是唯一的一个{a2,a4,a9,a11}
1,动态规划算法解决思路
我们使用Sij代表在活动ai结束之后,且在aj开始之前的那些活动的集合,我们使用c[i,j]代表Sij的最大兼容活动子集的大小,对于上述问题就是求c[0,12]的解
a, 当i>=j-1或者Sij中没有任何活动元素的时候,c[i,j]=0
b,当i<j-1
1,Sij不存在活动,c[i,j]=0
2,Sij存在活动的时候,c[i,j]= max{c[i,k]+c[k,j]+1} ak属于Sij,这里是遍历Sij的集合,然后求得最大兼容子集
- static void Main(string[] args)
- {
- int[] s = { 0, 1, 3, 0, 5, 3, 5, 6, 8, 8, 2, 12, 24 };
- int[] f = { 0, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 24 };
- List<int>[,] result = new List<int>[13, 13];// 默认值null
- for (int m = 0; m < 13; m++)
- {
- for (int n = 0; n < 13; n++)
- {
- result[m, n] = new List<int>();
- }
- }//默认值就是空list集合
- for (int j = 0; j < 13; j++)
- {
- for (int i = 0; i < j - 1; i++)
- {
- // S[ij] i结束之后 j开始之前的 活动集合
- // f[i] s[j] 这个时间区间内的所有活动
- List<int> sij = new List<int>();
- for (int number = 1; number < s.Length - 1; number++)
- {
- if (s[number] >= f[i] && f[number] <= s[j])
- {
- sij.Add(number);
- }
- }
- if (sij.Count > 0)
- {
- //result[i,j]=max{ result[i,k]+result[k,j]+ k }
- int maxCount = 0;
- List<int> tempList = new List<int>();
- foreach (int number in sij)
- {
- int count = result[i, number].Count + result[number, j].Count + 1;
- if (maxCount < count)
- {
- maxCount = count;
- tempList = result[i, number].Union<int>(result[number, j]).ToList<int>();
- tempList.Add(number);
- }
- }
- result[i, j] = tempList;
- }
- }
- }
- List<int> l = result[0, 12];
- foreach (int temp in l)
- {
- Console.WriteLine(temp);
- }
- Console.ReadKey();
- }
2,贪心算法
想要使用贪心算法的话,得先找到适合贪心算法的规律(局部最优选择)
对于任何非空的活动集合S,假如am是S中结束时间最早的活动,则am一定在S的某个最大兼容活动子集中。
(如何证明上面的结论?反证法)
递归解决
- static void Main(string[] args)
- {
- List<int> list = ActivitySelection(1, 11, 0, 24);
- foreach (int temp in list)
- {
- Console.WriteLine(temp);
- }
- Console.ReadKey();
- }
- static int[] s = { 0, 1, 3, 0, 5, 3, 5, 6, 8, 8, 2, 12 };
- static int[] f = { 0, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14 };
- public static List<int> ActivitySelection(int startActivityNumber,int endActivityNumber,int startTime ,int endTime)
- {
- if (startActivityNumber > endActivityNumber || startTime >= endTime)
- {
- return new List<int>();
- }
- //找到结束时间最早的活动
- int tempNumber = 0;
- for (int number = startActivityNumber; number <= endActivityNumber; number++)
- {
- if (s[number] >= startTime && f[number] <= endTime)
- {
- tempNumber = number;
- break;
- }
- }
- List<int> list = ActivitySelection(tempNumber + 1, endActivityNumber, f[tempNumber], endTime);
- list.Add(tempNumber);
- return list;
- }
迭代解决
- static void Main(string[] args)
- {
- int[] s = { 0, 1, 3, 0, 5, 3, 5, 6, 8, 8, 2, 12 };
- int[] f = { 0, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14 };
- int startTime = 0;
- int endTime = 24;
- List<int> list = new List<int>();
- for (int number = 1; number <= 11; number++)
- {
- if (s[number] >= startTime && f[number] <= endTime)
- {
- list.Add(number);
- startTime = f[number];
- }
- }
- foreach (int i in list)
- {
- Console.WriteLine(i);
- }
- Console.ReadKey();
- }
贪心算法 - 钱币找零问题
这个问题在我们的日常生活中就更加普遍了。假设1元、2元、5元、10元、20元、50元、100元的纸币分别有c0,c1, c2, c3, c4, c5, c6张。现在要用这些钱来支付K元,至少要用多少张纸币?用贪心算法的思想,很显然,每一步尽可能用面值大的纸币即可。
intCount[N]={3,0,2,1,0,3,5};
intValue[N]={1,2,5,10,20,50,100};
- static void Main(string[] args)
- {
- int[] count={3,0,2,1,0,3,5};
- int[] amount={1,2,5,10,20,50,100};
- // 0 0 2 1 0 0 3
- int[] result = Change(324, count, amount);
- foreach (int i in result)
- {
- Console.Write(i + " ");
- }
- Console.ReadKey();
- }
- public static int[] Change(int k, int[] count, int[] amount)
- {
- if (k == 0) return new int[amount.Length + 1];
- int total = 0;
- int index = amount.Length - 1;
- int[] result = new int[amount.Length+1];
- while (true)
- {
- if (k <= 0 || index <= -1) break;
- if (k > count[index] * amount[index])//我们有的纸币的钱的总额,比k要小
- {
- result[index] = count[index];
- k -= count[index] * amount[index];
- }
- else
- {
- result[index] = k / amount[index];
- k -= result[index] * amount[index];
- }
- index--;
- }
- result[amount.Length] = k;
- return result;
- }