贪心算法之活动选择问题
今天来说说贪心算法之活动选择问题,这是我们讲的贪心算法的第四个例题,有兴趣的读者可以看看前面的几个例题:
数据结构(python) —— 【29: 贪心算法之换钱问题】
数据结构(python) —— 【30: 贪心算法之背包问题】
数据结构(python) —— 【31: 贪心算法之数字拼接问题】
1. 题目
假设有n个活动,这些活动要占用同一片场地,而场地在某时刻只能供一个活动使用。每个活动都有一个开始时间
s
i
s_i
si和结束时间
f
i
f_i
fi (题目中时间以整数表示),表示活动在[
s
i
s_i
si,
f
i
f_i
fi)区间占用场地。问:安排哪些活动能够使该场地举办的活动的个数最多?
2. 思路
贪心思路:最先结束的活动一定是最优解的一部分。
证明:
- 先假设有一个最优解区域,先放了一些解,我们暂时称这些解为最优解
- 假设a是所有活动中最先结束的活动,b是最优解中最先结束的活动。
- 如果a=b,结论成立。
- 如果a≠b,则b的结束时间一定晚于a的结束时间,则此时用a替换掉最优解中的b, a一定不与最优解中的其他活动时间重叠,因此替换后的解也是最优解。
3. 代码
'''
TOPIC: 用贪心算法解决活动选择的问题
author: Blue
time: 2020-08-18
QQ: 2458682080
'''
# 思想: 按结束时间最早的进行排序,因为结束时间越早,说明留给后面的活动的时间就越多。
# 贪心——贪的就是留给后面的活动的时间越多越好
activities = [(1, 4), (3, 5), (0, 6), (5, 7), (3, 9), (5, 9), (6, 10), (8, 11), (8, 12), (2, 14), (12, 16)]
# 保证活动是按结束时间排好序的
activities.sort(key=lambda x: x[1])
def activity_selection(a):
# 排好序后的a中,活动a[0]一定结束得最早,所以结果中一定有a[0]
res = [a[0]]
for i in range(1, len(a)):
# 如果当前活动的开始时间<=最后一个入选活动的结束时间
if a[i][0] >= res[-1][1]:
res.append(a[i])
return res
print(activity_selection(activities))
结果为:
[(1, 4), (5, 7), (8, 11), (12, 16)]
4. 贪心算法总结
四个例题都是优化问题,最多、最少、最好…但是并不是所有最优化的问题都可以用贪心算法解,比如我们背包问题的0-1问题