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。(贪心算法不是对所有问题都能得到整体最优解,关键是贪心策略的选择,选择的贪心策略必须具备无后效性,即某个状态以前的过程不会影响以后的状态,只与当前状态有关。)
使用贪心算法的条件:
1.具有最优子结构。
2.贪心选择。
思想
贪心算法的基本思路:
1.建立数学模型来描述问题。
2.把求解的问题分成若干个子问题。
3.对每一子问题求解,得到子问题的局部最优解。
4.把子问题的解局部最优解合成原来解问题的一个解。
例题:
1.活动时间安排的问题
设有N个活动时间集合,每个活动都要使用同一个资源,比如说会议场,而且同一时间内只能有一个活动使用,每个活动都有一个使用活动的开始si和结束时间fi,即他的使用区间为(si,fi),现在要求你分配活动占用时间表,即哪些活动占用该会议室,哪些不占用,使得他们不冲突,要求是尽可能多的使参加的活动最大化,即所占时间区间最大化!
#include <iostream>
using namespace std;
void GreedyChoose(int len,int *s,int *f,bool *flag);
int main(int argc, char* argv[])
{
int s[11] ={1,3,0,5,3,5,6,8,8,2,12};
int f[11] ={4,5,6,7,8,9,10,11,12,13,14};
bool mark[11] = {0};
GreedyChoose(11,s,f,mark);
for(int i=0;i<11;i++)
if(mark[i])
cout<<i<<" ";
system("pause");
return 0;
}
void GreedyChoose(int len,int *s,int *f,bool *flag)
{
flag[0] = true;
int j = 0;
for(int i=1;i<len;++i)
if(s[i] >= f[j])
{
flag[i] = true;
j = i;
}
}
2.背包问题:
有一个背包,背包容量是M=150。有7个物品,物品可以分割成任意大小。
要求尽可能让装入背包中的物品总价值最大,但不能超过总容量。
物品 A B C D E F G
重量 35 30 60 50 40 10 25
价值 10 40 30 50 35 40 30
贪心策略:首先计算每种物品单位重量的价值Vi/Wi,然后,依贪心选择策略,将尽可能多的单位重量价值最高的物品装入背包。若将这种物品全部装入背包后,背包内的物品总重量未超过C,则选择单位重量价值次高的物品并尽可能多地装入背包。依此策略一直地进行下去,直到背包装满为止。
#include "stdafx.h"
#include <iostream>
using namespace std;
const int N = 3;
void Knapsack(int n,float M,float v[],float w[],float x[]);
int main()
{
float M = 50;//背包所能容纳的重量
//这里给定的物品按单位价值减序排序
float w[] = {0,10,20,30};//下标从1开始
float v[] = {0,60,100,120};
float x[N+1];
cout<<"背包所能容纳的重量为:"<<M<<endl;
cout<<"待装物品的重量和价值分别为:"<<endl;
for(int i=1; i<=N; i++)
{
cout<<"["<<i<<"]:("<<w[i]<<","<<v[i]<<")"<<endl;
}
Knapsack(N,M,v,w,x);
cout<<"选择装下的物品比例如下:"<<endl;
for(int i=1; i<=N; i++)
{
cout<<"["<<i<<"]:"<<x[i]<<endl;
}
return 0;
}
void Knapsack(int n,float M,float v[],float w[],float x[])
{
//Sort(n,v,w);//这里假定w[],v[]已按要求排好序
int i;
for (i=1;i<=n;i++)
{
x[i]=0;//初始化数组x[]
}
float c=M;
for (i=1;i<=n;i++)//物品整件被装下,x[i]=1
{
if (w[i]>c)
{
break;
}
x[i]=1;
c-=w[i];
}
//物品i只有部分被装下
if (i<=n)
{
x[i]=c/w[i];
}
}
3.最大整数
设有n个正整数,将它们连接成一排,组成一个最大的多位整数
例如:n=3时,3个整数13,312,343,连成的最大整数为3431213。又如:n=4时,4个整数7,13,4,246,连成的最大整数为7424613。
输入:n
N个数
输出:连成的多位数
贪心:先把整数转换成字符串,然后在比较a+b和b+a,如果a+b>=b+a,就把a排在b的前面,反之则把a排在b的后面。
最后:
贪心算法不是对所有问题都能得到整体最优解,关键是贪心策略的选择,选择的贪心策略必须具备无后效性,即某个状态以前的过程不会影响以后的状态,只与当前状态有关。