算法分析四：贪心算法

贪心算法

一、概念问题：

• 基本思想：贪心算法首先设计某种贪心选择策略，第一步做出当前状态的最优选择；然后问题会被演化与原问题相同但是规模更小的子问题；最后用相同的贪心选择策略求解子问题。
• 基本要素：贪心选择性质和最优子结构性质。
  (1)贪心选择性质：指所求问题的最优解可以通过一系列局部最优解来达到。
  (2)最优子结构性质：当一个问题的最优解包含其子结构的最优解，称此问题具有最优子结构性质。
• 与动态规划的异同：
  同：都是一种推导算法，都是分解成子问题来求解，都需要具有最优子结构。
  异：贪心策略是由上一步的最优解推导下一步的最优解，而上一部之前的最优解则不作保留。每一步的最优解一定包含上一步的最优解。动态规划全局最优解中一定包含某个局部最优解，但不一定包含前一个局部最优解，因此需要记录之前的所有最优解。
  参考：链接1
• 贪心算法的基本步骤：
  步骤1：从某个初始解出发
  步骤2：采用迭代的过程，当可以向目标前进一步时就根据局部最优策略，得到一部分解，缩小问题规模；
  步骤3：将所有解综合起来。

二、经典例题：

1. 活动选择问题

另附运行实例：
其中时间复杂度：排序+活动选择

2. 背包问题

时间复杂度：(T(n)=O(nlogn)

3. 无向连通图：prim算法构造最小生成树问题

时间复杂度：T(n)=O(n^2)

4. 无向连通图：kruskal算法构造最小生成树问题

时间复杂度：O(k^2 * log2(k) + k^2 * log2*(k)

5.有向图：Dijkstra算法计算最短路径（单源最短路径）

6.哈夫曼编码

6.屈婉玲教授教程学习目录

1.1 贪心法证明

1.1.1 按步骤归纳活动选择

1.1.2 按规模归纳装载问题

1.1.3 交换论证与最小延迟问题

1.2 贪心法的例子：活动选择问题

2. 贪心算法的特点

3. 重要的贪心算法

3.1 最优前缀码和哈夫曼算法

3.2 最小生成树

3.3 Prim

3.4 Kruskal

3.5 Dijkstra算法