算法笔记8----贪婪算法

最新推荐文章于 2024-07-15 17:37:37 发布

Cytues

最新推荐文章于 2024-07-15 17:37:37 发布

阅读量295

点赞数

分类专栏：算法与数据结构

本文链接：https://blog.csdn.net/qq_41805514/article/details/80347820

版权

本文介绍了贪婪算法作为解决复杂问题的策略，强调其简单性和速度。同时，探讨了NP完全问题的识别与近似算法的重要性，指出贪婪算法在处理这些问题时能提供近似解。

摘要由CSDN通过智能技术生成

本章内容：

学习NP完全问题，如何处理不可能完成的任务。

学习识别NP完全问题，以免浪费时间去寻找解决它们的快速算法。

学习近似算法，使用它们可快速找到NP完全问题的近似解。

学习贪婪策略----一种非常简单的问题解决策略。

8.1教室调度问题

贪婪算法的优点----简单易行。每步都采取最优的做法。就是每步都选择局部最优解。

8.2近似算法

在获得精确解的时间太长时，可以使用近似算法。判断近似算法的优劣标准如下：速度有多快；得到的近似解与最优解的近似程度。

贪婪算法是不错的选择，简单而且速度快，运行时间为O(n2)

states_needed=set(["mt","wa","or","id","nv","ut","ca","az"])  
stations = {}  
stations["kone"] = set(["id", "nv", "ut"])  
stations["ktwo"] = set(["wa", "id", "mt"])  
stations["kthree"] = set(["or", "nv", "ca"])  
stations["kfour"] = set(["nv", "ut"])  
stations["kfive"] = set(["ca", "az"])  
final_stations=set()  
wh