数据结构笔记_49 贪心算法

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:

1. 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。
2. 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);
		 }
	 }

四、贪心算法的细节及注意事项