【算法】贪心算法

1. 定义

贪心算法(又称贪婪算法)是指,在对问题求解时,总是做出在当前看来是最好的选择。也就是说,不从整体最优上加以考虑,他所做出的是在某种意义上的局部最优解

2. 基本要素

(1)贪心选择
贪心选择是指所求问题的整体最优解可以通过一系列局部最优的选择,即贪心选择来达到。
(2)最优子结构
当一个问题的最优解包含其子问题的最优解时,称此问题具有最优子结构性质。运用贪心策略在每一次转化时都取得了最优解

3.贪心算法与动态规划

贪心算法动态规划
选择采用从顶向下、以迭代的方法做出相继选择
结构最优子结构:每一次操作都对结果产生直接影响,无退回根据以前的选择结果对当前进行选择,有回退功能
运用一维二、三维
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Prim算法是一种求解加权无向连通图的最小生成树的算法。其基本思想是从一个点开始,每次选择一个与当前生成树相邻且权值最小的边,直到生成一棵包含所有节点的树为止。具体步骤如下: 1. 任选一个起始点,将其加入生成树中。 2. 找到与生成树相邻的所有边中权值最小的那条边,将其加入生成树中。 3. 重复第二步,直到生成一棵包含所有节点的树为止。 下面是一个使用Prim算法求解最小生成树的Python代码示例: ```python def prim(graph): # 初始化 nodes = list(graph.keys()) visited = [nodes[0]] edges = [] # 循环直到所有节点都被访问 while len(visited) < len(nodes): min_edge = None # 找到与已访问节点相邻的所有边中权值最小的那条边 for node in visited: for neighbor, weight in graph[node].items(): if neighbor not in visited: if min_edge is None or weight < min_edge[2]: min_edge = (node, neighbor, weight) # 将该边加入生成树中 edges.append(min_edge) visited.append(min_edge[1]) return edges ``` 贪心算法是一种在求解最优解问题时采用贪心策略的算法。其基本思想是每次选择当前看来最优的解决方案,直到达到全局最优解。贪心算法通常适用于满足最优子结构性质的问题,即问题的最优解可以通过子问题的最优解推导得到。具体步骤如下: 1. 将问题分解为若干个子问题。 2. 对每个子问题求解,得到子问题的最优解。 3. 将所有子问题的最优解合并成原问题的解。 下面是一个使用贪心算法求解背包问题的Python代码示例: ```python def knapsack(items, capacity): # 按照单位价值排序 items = sorted(items, key=lambda x: x[1]/x[0], reverse=True) # 初始化 total_value = 0 knapsack = [] # 循环直到背包装满 for item in items: if capacity >= item[0]: knapsack.append(item) capacity -= item[0] total_value += item[1] else: knapsack.append((capacity, item[1]/item[0]*capacity)) total_value += item[1]/item[0]*capacity break return knapsack, total_value ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值