贪心算法
基本介绍
1、贪婪算法(贪心算法)是指在对问题进行求解时, 在每一步选择中都采取最好或者最优( 即最有利) 的选择,从而
希望能够导致结果是最好或者最优的算法2、贪婪算法所得到的结果不一定是最优的结果(有时候会是最优解),但是都是相对近似(接近)最优解的结果
问题引入
- 假设存在如下表的需要付费的广播台,以及广播台信号可以覆盖的地区。 如何选择最少的广播台,让所有
的地区都可以接收到信号
思路分析
- 如何找出覆盖所有地区的广播台的集合呢,使用穷举法实现,列出每个可能的广播台的集合,这被称为幂集。假
设总的有 n 个广播台,则广播台的组合总共有
2ⁿ -1 个,假设每秒可以计算 10 个子集, - 如图:
使用贪婪算法,效率高:
1、目前并没有算法可以快速计算得到准备的值, 使用贪婪算法,则可以得到非常接近的解,并且效率高。选择
策略上,因为需要覆盖全部地区的最小集合:2、遍历所有的广播电台, 找到一个覆盖了最多未覆盖的地区的电台(此电台可能包含一些已覆盖的地区,但没有关
系)(注:未覆盖地区存放在allAreas里,每次找到maxkey并将它放入到selects后,就要在allAreas里把maxkey对应的地区从allAreas里删掉)3、将这个电台加入到一个集合中(比如 ArrayList), 想办法把该电台覆盖的地区在下次比较时去掉。
4、重复第 1 步 直到覆盖了全部的地区
代码实现
public class GreedyAlgorithm {
public static void main(String[] args) {
//创建广播电台,放入到 Map
HashMap<String,HashSet<String>> broadcasts = new HashMap<String, HashSet<String>>();
//将各个电台放入到 broadcasts
HashSet<String> hashSet1 = new HashSet<String>();
hashSet1.add("北京");
hashSet1.add("上海");
hashSet1.add("天津");
HashSet<String> hashSet2 = new HashSet<String>();
hashSet2.add("广州");
hashSet2.add("北京");
hashSet2.add("深圳");
HashSet<String> hashSet3 = new HashSet<String>();
hashSet3.add("成都");
hashSet3.add("上海");
hashSet3.add("杭州");
HashSet<String> hashSet4 = new HashSet<String>();
hashSet4.add("上海");
hashSet4.add("天津");
HashSet<String> hashSet5 = new HashSet<String>();
hashSet5.add("杭州");
hashSet5.add("大连");
//加入到 map
broadcasts.put("K1", hashSet1);
broadcasts.put("K2", hashSet2);
broadcasts.put("K3", hashSet3);
broadcasts.put("K4", hashSet4);
broadcasts.put("K5", hashSet5);
//allAreas 存放所有的地区
HashSet<String> allAreas = new HashSet<String>();
allAreas.add("北京");
allAreas.add("上海");
allAreas.add("天津");
allAreas.add("广州");
allAreas.add("深圳");
allAreas.add("成都");
allAreas.add("杭州");
allAreas.add("大连");
//创建 ArrayList, 存放选择的电台集合
ArrayList<String> selects = new ArrayList<String>();
//定义一个临时的集合, 在遍历的过程中,存放遍历过程中的电台覆盖的地区和当前还没有覆盖的地区的交集
HashSet<String> tempSet1 = new HashSet<String>();
HashSet<String> tempSet2 = new HashSet<String>();
//定义一个maxKey , 保存在一次遍历过程中 , 能够覆盖最大未覆盖的地区对应的电台的key
//如果maxKey 不为null , 则会加入到 selects
String maxKey = null;
while (allAreas.size() != 0){ // 如果allAreas 不为0, 则表示还没有覆盖到所有的地区
//每进行一次 for, 要把maxKey置空
maxKey = null;
//遍历broadcasts, 取出对应key
for (String key :
broadcasts.keySet()) {
//每进行一次 for, 要把tempSet置空
tempSet1.clear();
tempSet2.clear();
//要从 HashMap中通过key取出 广播站对应覆盖的地区
HashSet<String> areas1 = broadcasts.get(key);
tempSet1.addAll(areas1);
//求出 tempSet 和 allAreas 集合的交集 , retainAll会让 tempSet 的值变成交集的结果
tempSet1.retainAll(allAreas);
//求出maxKey对应的 broadcasts里的value与 allAreas(未覆盖的地区) 的交集
if (maxKey != null) {
HashSet<String> areas2 = broadcasts.get(maxKey);
tempSet2.addAll(areas2);
tempSet2.retainAll(allAreas);
}
//定义一个变量存储最大的广播站(maxKey指向的)可覆盖的size
int maxLenth = tempSet2.size();
//如果当前这个集合包含的未覆盖地区的数量 , 比maxKey指向的集合地区还多
//就需要重置 maxKey
//tempSet1.size() > 0 &&
// maxKey == null || tempSet1.size() > maxLenth 体现了贪心算法的特点
if (tempSet1.size() > 0 && maxKey == null || tempSet1.size() > maxLenth){//注意这里应该要与
//注: 如果这样写的话 :maxLenth 换成 broadcasts.get(maxKey).size()
// 由于maxKey = key; maxKey中存储的是broadcasts里的key值
// 所以broadcasts.get(maxKey).size() 是返回的broadcasts集合中对应key的长度
// 而不是交集的长度, 那么就会出现这样的情况:
// 前面的广播(maxKey指向的)只还可以再覆盖一个城市(即交集为1,但在broadcasts集合里长度为3个),
// 后面的广播(tempSet指向的)可以再覆盖2个城市,也会输出前一个广播,
// 因为broadcasts.get(maxKey).size()得到的是3不是1。
//所以我们要 记录下最大的可再覆盖的size
maxKey = key;
}
}
if (maxKey != null){
//将maxKey对应的广播站的 标号 K几 放入selects
selects.add(maxKey);
//将maxKey指向的广播站覆盖的地区, 从allAreas里去掉
allAreas.removeAll(broadcasts.get(maxKey));
}
}
System.out.println("得到的选择结果:"+ selects);// K1 , K2 , K3, K5
}
}