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。
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
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
class Program
{
static void Main(string[] args)
{
//活动开始时间
int[] s = { 0, 1, 3, 0, 5, 3, 5, 6, 8, 8, 2, 12, 24 };
//活动结束时间
int[] f = { 0, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 24 };
//list类型的二维数组,
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>();
}
}//初始化一个空list集合
for (int j = 0; j < 13; j++)
{
for (int i = 0; i < j - 1; i++)
{
// f[i] s[j] 这个时间区间内的所有活动
List<int> sij = new List<int>();// S[ij] i结束之后 j开始之前的 活动集合
for (int number = 1; number < s.Length - 1; number++)
{
//活动开始时间>i结束之后 活动的结束时间<j开始之前
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>();//临时集合,保存最大容量的子集数据
foreach (int number in sij)
{
//数目包含从i到number,从number到j,再加上自身number
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。
贪心算法递归方式实现
namespace 活动选择问题___贪心算法___递归解决
{
class Program
{
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 };
/// <summary>
///
/// </summary>
/// <param name="startActivityNumber">开始活动的编号</param>
/// <param name="endActivityNumber">结束活动的编号</param>
/// <param name="startTime">区间的开始时间</param>
/// <param name="endTime">区间结束的时间</param>
/// <returns></returns>
public static List<int> ActivitySelection(int startActivityNumber,int endActivityNumber,int startTime ,int endTime)
{
//没有活动间隙或者没有活动时间,递归终止
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;
}
}
//除了tempNumber,剩余时间中的活动子集
List<int> list = ActivitySelection(tempNumber + 1, endActivityNumber, f[tempNumber], endTime);
list.Add(tempNumber);
return list;
}
}
}
贪心算法迭代方式实现
namespace 活动选择问题___贪心算法___迭代解决
{
class Program
{
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();
}
}
}
贪心算法纸币兑换
namespace 钱币找零问题___贪心算法
{
class Program
{
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();
}
/// <summary>
///
/// </summary>
/// <param name="k">要兑换的钱数</param>
/// <param name="count">有的零钱的数目</param>
/// <param name="amount">拥有的零钱的额度</param>
/// <returns></returns>
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;
//需要的每种钱币的数目
int[] result = new int[amount.Length+1];
while (true)
{
//钱还完了或者钱不够还,循环终止
if (k <= 0 || index <= -1) break;
//钱数大于当前索引钱数的总和
if (k > count[index] * amount[index])
{
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;
}
}
}