贪心算法应用总结

贪心算法的基础是贪心选择性质和最优子结构性质。这是能否使用贪心算法的本质。下面介绍几种用贪心算法为基础解决的几个基本问题：

1.0-1背包问题：

给n种物品，第i个物品质量为wi，价格为vi，容量为c，应如何选择物品，使得背包装的物品价值最大，在这个背包问题中，每个物品两种选择，装入或不装入，而且装入不可以只装部分，既不可拆分。

2. 活动（理发，接水等）安排问题；

假设共有n个节目，而需要同一个舞台，每个节目有着不同的使用时间，或者是有一个要求的起始时间或结束时间，前者的话一般要求是使所有人等待时间最少来完成表演，后者一般是在所有时间段中选择最多的节目。

前者更好解决，只需要排序以运算规则相加即可，而后者是以结束时间排序，以结束时间早的，并把时间不冲突加上，就可以得到我们想要的结果。

3. 最优装载问题：
有一批集装箱要装上一艘载重量为c的轮船。其中集装箱i的重量为Wi。最优装载问题要求确定在装载体积不受限制的情况下，将尽可能多的集装箱装上轮船。

与上题0-1，以及2问题中前者相似，将集装箱以质量排序，将质量轻的放上轮船即可。

4. Dijkstra算法：

说到贪心算法，那就不得不提提我前面写过的dij算法了，给定带权的有向图，每条边的权是非负实数，给一个起点，找到从起点到各点的最短距离。附一段dij算法实现代码：

int i,j,k,min,tmp;

void dij（int start，int dist【】，flag【】） //dist【i】意是点start到点i的距离，flag【i】=0意思是点start到i的距离最小值未得到，=1意思是已经得到最短距离。我们确立flag的目的是防止重复与过多的循环。

{

for(i=1;i<=n;++i)     //详细的没有指出，n是指全部的点

{flag[i]=0;

dist[i]=long[1][i]     //long表示1-i之间的距离   }

flag【start】=1；  //出发点与出发点的最短距离，默认为已知

dist【start】=0；  //出发点与出发点的距离0；

//这之后就是在从start1步到达end和n-1步到达end的最短距离的比较选择，也是dij中的核心

for（i=1；i<n；++i）{

min=inf;   //inf是一个极大值，表示无穷大的数。

for(j=1;j<=n;++j) if(flag[j]==0&&dist[j]<min)  {min=dist[j]; k=j;}

flag[k]=1;  //因为一步里面到达的它是距离最少的，所以start到k点距离最小。

//下面的循环就是求第二步到第n-1步最小值的。不太好掌握

for（j=1；j<=n;++j）{ tmp= long[k][j]==INF ? INF : (min + mMatrix[k][j]));  if(flag[j]==0&&dist[j]>temp) dist【j】=tmp；}//不仅如此，在这一步中我们得到了每一个分两步到达各点的距离的最小值，然后返回上一个循环找到两步到达的最小值的点，然后再进行这一个循环得到分三步到达的点的距离的最小值，以此类推。

然后我们想要到哪个点，直接用dist【i】就是最小距离点了。