用Java实现【贪心算法】

一、介绍

• 贪婪算法(贪心算法)是指在对问题进行求解时，在每一步选择中都采取最好或者最优(即最有利)的选择，从而希望能够导致结果是最好或者最优的算法

• 贪婪算法所得到的结果不一定是最优的结果(有时候会是最优解)，但是都是相对近似(接近)最优解的结果

二、贪心算法应用-集合覆盖

1.问题：

假设存在下面需要付费的广播台，以及广播台信号可以覆盖的地区。 如何选择最少的广播台，让所有的地区都可以接收到信号

2.思路分析

• 遍历所有的广播电台, 找到一个覆盖了最多未覆盖的地区的电台(此电台可能包含一些已覆盖的地区，但没有关系）
• 将这个电台加入到一个集合中(比如ArrayList), 想办法把该电台覆盖的地区在下次比较时去掉。
• 重复第1步直到覆盖了全部的地区

使用穷举法
列出每个可能的广播台的集合，这被称为幂集。假设总的有n个广播台，则广播台的组合总共有2ⁿ -1 个,假设每秒可以计算10个子集

3.代码实现

import java.util.ArrayList;
import java.util.HashMap;
import java.util.HashSet;
import java.util.Map;

public class GreedyAlgorithms {

    public static void main(String[] args) {
        //创建广播电台，放入map
        Map<String, HashSet<String>> broadcasts = new HashMap<String, HashSet<String>>();
        //将各个电台放入broadcasts
        HashSet<String> hashSet1 = new HashSet<>();
        hashSet1.add("北京");
        hashSet1.add("上海");
        hashSet1.add("天津");

        HashSet<String> hashSet2 = new HashSet<>();
        hashSet2.add("广州");
        hashSet2.add("北京");
        hashSet2.add("深圳");

        HashSet<String> hashSet3 = new HashSet<>();
        hashSet3.add("成都");
        hashSet3.add("上海");
        hashSet3.add("杭州");

        HashSet<String> hashSet4 = new HashSet<>();
        hashSet4.add("上海");
        hashSet4.add("天津");

        HashSet<String> hashSet5 = new HashSet<>();
        hashSet5.add("杭州");
        hashSet5.add("大连");

        broadcasts.put("K1", hashSet1);
        broadcasts.put("K2", hashSet2);
        broadcasts.put("K3", hashSet3);
        broadcasts.put("K4", hashSet4);
        broadcasts.put("K5", hashSet5);

        ArrayList<String> result = GreedyAlgorithms(broadcasts);
        System.out.println(result);
    }

    public static ArrayList<String> GreedyAlgorithms(Map<String, HashSet<String>> broadcasts) {
        //获取所有城市
        ArrayList<String> allAreas = getAllAreas(broadcasts);
        //存放选择的电台
        ArrayList<String> selects = new ArrayList<>();

        HashSet<String> tempSet = new HashSet<>();
        //定义给maxKey,保存每一次遍历过程中，能够覆盖最大未覆盖地区对应的电台的key 例：K1
        //如果maxkey不为空，则会加入到selects
        String maxKey;
        //如果allAreas不为0,则表示还没有覆盖到所有的地区
        while (allAreas.size() != 0) {
            //每进行一次while需要将把maxkey置为空
            maxKey = null;

            //遍历broadcasts,取出对应的key
            for (String key : broadcasts.keySet()) {
                //每进行一次循环情况一次tempSet
                tempSet.clear();
                //当前这个key能覆盖的地区
                HashSet<String> areas = broadcasts.get(key);
                tempSet.addAll(areas);
                //求tempSet与allAreas的交集
                tempSet.retainAll(allAreas);
                //如果当前集合包含的未覆盖地区的数量比maxKey指向的集合地区还要多
                //则把maxkey指向当前集合
                //maxKey == null 为判断首次进入循环时maxKey为空。
                if (tempSet.size() > 0 && (maxKey == null || tempSet.size() > broadcasts.get(maxKey).size())) {
                    maxKey = key;
                }
            }
            //循环过后把maxKey加入到selects
            selects.add(maxKey);
            //把maxkey对应的地区从allAreas中移除
            allAreas.removeAll(broadcasts.get(maxKey));

        }
        return selects;
    }

    /**
     * 获取到每一个元素，并且去重
     *
     * @param broadcasts
     * @return
     */
    public static ArrayList<String> getAllAreas(Map<String, HashSet<String>> broadcasts) {
        ArrayList<String> allAreas = new ArrayList<>();
        for (Map.Entry entry : broadcasts.entrySet()) {
            HashSet<String> temp = (HashSet<String>) entry.getValue();
            for (String str : temp) {
                if (!allAreas.contains(str)) {
                    allAreas.add(str);
                }
            }
        }
        System.out.println(allAreas);
        return allAreas;
    }
}

运行效果