算法设计与分析：贪心算法（Python）

实验目的和要求：

掌握贪心法的设计思想、掌握贪心法的求解步骤、掌握用贪心法解题的算法框架、掌握贪心策略的正确性证明。

实验内容和原理：

等待时间最少问题
问题描述：
假设有n位顾客同时等待一项服务。顾客i需要的服务时间为ti,1<=i<=n 。应该如何安排n位顾客的服务次序才能使总的等待时间达到最小？总的等待时间是各位顾客等待服务的时间的总和。
编程任务：
利用贪心策略试设计一个算法实现最少时间等待
数据输入：
从程序自动产生随机数组作为输入数据n。
结果输出：
程序运行结束时，将最小总等待时间输出到屏幕

源程序：

import random
list = []
i=1
a=1
n=int(input("人数："))
for i in range(n+1):#输入顾客等待时间，输入0结束
    a = random.randint(1,100)
    list.append(a)
list.pop()#排除0
list.sort()#等待时间从小到大
n=len(list)
sum=0
for i in(list):
    b = n*int(i)
    sum = sum+b#等待时间累加
    n-=1
print(list)
print(sum/len(list))

讨论、心得:

1. 贪心算法的特点为求每一步的最优解，但不一定是全局最优解。
2. 采用最小等待时间优先的策略，先对等待时间进行排序再做处理。
3. 根据策略来写函数解决问题
4. 利用append函数把数据加到列表内
5. 可以使用ramdom函数来生成随机数来运行该函数。
6. 解题的一般步骤是：
   （1）建立数学模型来描述问题；
   （2）把求解的问题分成若干个子问题；
   （3）对每一子问题求解，得到子问题的局部最优解；
   （4）把子问题的局部最优解合成原来问题的一个解。
   贪心算法是动态规划方法的一个特例，它对解空间树的遍历不需要自底向上，而只需要自根开始，选择最优的路，一直走到底就可以了。