一、简介
二、实例
思路一、穷举法
当数据量大的时候,会发生指数爆炸!显然不是个好办法。
思路二、贪心算法
思路图解:
allAreas 存放需要覆盖的所有地区,selects集合存放每一次比较后的最优解。
首先经过key从K1比较到K5,发现K1的后面没有比K1 大的,所以把K1放入selects 集合中,并在allAreas 中删除掉K1所覆盖的城市,准备下一次的比较。
在去掉第一轮中的城市后,开始第二轮比较,发现K2覆盖2个城市,是最多的,于是将maxKey指向K2,并将K2加入selects集合,在allAreas中删除K2包含的城市。
拿掉后,key继续从K1开始往下比较。
经比较,将K3 放入selects集合,之后把K3 覆盖的城市,从allAreas 中拿掉。
最后,将K5 放入集合,此时,allAreas 为空,最终结果就找到了:K1、K2、K3、K5
三、代码:
1、新学知识点:
代码中用到了:
- HashSet类,这是存在于java.util包中的类。同时也被称为集合,该容器中只能存储不重复的对象。
- 取交集:
oldCourses.retainAll(newCoures)
。如果存在相同元素,oldCourses
中仅保留相同的元素;如果不存在相同元素,oldCourse
会变为空。
2、低级错误
我真是呆子,cv大法这个没改,花了好久debug,痛心疾首!!
3、初始化:
4、干活代码+输出结果:
5、完整代码:
package com.huey.greedy;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.HashSet;
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");
// 创建一个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> tempSet = new HashSet<String>();
// 定义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while,需要置空maxKey
maxKey = null;
// 遍历 broadcasts,取出对应的key
for (String key : broadcasts.keySet()) {// keySet()方法获取map中所有的key
// 每进行一次for,需要清空tempSet
tempSet.clear();
// 当前这个key 能覆盖的地区
HashSet<String> areas = broadcasts.get(key);
tempSet.addAll(areas);
// 求出tempSet 和 allAreas 集合的交集,交集会赋给tempSet
tempSet.retainAll(allAreas);
// 如果当前集合包含的未覆盖地区的数量,比maxKey指向的集合未覆盖的地区还多
// 就需要重置maxKey
// tempSet.size() > broadcasts.get(maxKey).size():【贪婪】之体现,每次都选择最优的
if (tempSet.size() > 0 && (maxKey == null || tempSet.size() > broadcasts.get(maxKey).size())) {
maxKey = key;
}
}
// 如果maxKey != null,就应该将maxKey 加入 selects
if (maxKey != null) {
selects.add(maxKey);
// 将maxKey指向的广播电台覆盖的地区从allAreas 中清除掉
allAreas.removeAll(broadcasts.get(maxKey));
}
}
System.out.println("得到的选择结果是:" + selects);
}
}