算法进阶 笔记1 （贪心算法）

贪心算法

贪心，顾名思义就是只考虑当前的利益，关注的是局部最优解。

---

1、找零问题

要找零376，贪心算法先从最大面额的100开始找，找不开再接着50，以此类推。

t = [100, 50, 20, 5, 1]
def change(t, n):
	m = [0 for _ in range(len(t))]
	for i, money in enumerate(t):
		m[i] = n // money
		n = n % money
	return m, n

print(change(t, 376))

---

2、背包问题

单位重量的价格分别为6，5，4，商品1，2，3可以分别看作金，银，铜。贪心算法首先拿最值钱的，所以拿的商品顺序是从上到下拿。如果是0-1背包，则先拿商品1，再拿商品2，只有20容量了，放不下商品3，总共价值160。而如果不用贪心算法，拿商品2和商品3，价值220。可见这里0-1背包得不到最优解。分数背包则一定能得到最优解，因为最后背包空间一定能够装满。

分数背包代码实现：

goods = [(60,10),(100,20),(120,30)]		# 每个商品元组表示（价格，重量）
goods.sort(key=lambda x: x[0]/x[1], reverse=True)

def fractional_backpack(goods, w):
	m = [0 for _ in range(len(goods))]
	total_v = 0
	for i, (prize, weight) in enumerate(goods):
		if w >= weight:
			m[i] = 1 
			total_v += prize
			w -= weight
		else:
			m[i] = w / weight
			total_v += m[i] * prize
			w = 0
			break
	return total_v, m

print(fractional_backpack(goods, 50))

---

3、数字拼接问题

拼接最大数字问题

# a = "96"
# b = "87"
# a + b if a>b else b + a
# a与b的长度可能不一样，不能直接比，相加后长度一样
# a = "128"
# b = "1286"
# a + b = "1281286"
# b + a = "1286128"
# a + b if a+b>b+a else b + a

from functools import cmp_to_key

li = [32, 94, 128, 1286, 6, 71]

def xy_cmp(x, y):
	if x+y < y+x:
		return 1
	elif x+y > y+x:
		return -1
	else:
		return 0
		
def number_join(li):
	li = list(map(str, li))
	li.sort(key=cmp_to_key(xy_cmp))		# 相当于python2的cmp功能,如果比较函数返回1则交换顺序，从而实现开头数字大的在前面
	return "".join(li)
	
print(number_join(li))

cmp_to_key详解

---

4、活动选择问题

activities = [(1,4),(3,5),(0,6),(5,7),(3,9),(5,9),(6,10),(8,11),(8,12),(2,14),(12,16)]
# 保证活动是按照结束时间排好序的
activities.sort(key=lambda x:x[1])

def activity_selection(a):
	res = [a[0]]
	for i in range(1, len(a)):
		if a[i][0] >= res[-1][1]:		# 当前活动的开始时间小于等于最后一个入选活动的结束时间
			# 不冲突
			res.append(a[i])
	return res

print(activity_selection(activities))

---

贪心算法总结

以上四个问题共同的特点是都是最优化问题，找零问题找的是钱数量最少，背包问题找的是价值最多，拼接问题找的是整数最大，活动选择问题找的是个数最多。但并不是什么时候都能得到最优解，如背包问题里面的0-1背包就做不到。