目录
一:贪心算法的定义
贪心算法是指在对问题求解时,总是做出在当前看来是最好的选择。也就是说,不从整体最优上加以考虑,只做出在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解,关键是贪心策略的选择,选择的贪心策略必须具备无后效性,即某个状态以前的过程不会影响以后的状态,只与当前状态有关。
二:贪心问题的解题步骤
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。
三:贪心与动态规划
如果大家比较了解动态规划,就会发现它们之间的相似之处。最优解问题大部分都可以拆分成一个个的子问题,把解空间的遍历视作对子问题树的遍历,则以某种形式对树整个的遍历一遍就可以求出最优解,大部分情况下这是不可行的。贪心算法和动态规划本质上是对子问题树的一种修剪,两种算法要求问题都具有的一个性质就是子问题最优性(组成最优解的每一个子问题的解,对于这个子问题本身肯定也是最优的)。动态规划方法代表了这一类问题的一般解法,我们自底向上构造子问题的解,对每一个子树的根,求出下面每一个叶子的值,并且以其中的最优值作为自身的值,其它的值舍弃。而贪心算法是动态规划方法的一个特例,可以证明每一个子树的根的值不取决于下面叶子的值,而只取决于当前问题的状况。换句话说,不需要知道一个节点所有子树的情况,就可以求出这个节点的值。由于贪心算法的这个特性,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。
四:贪心的例题
代码展示:贪心算法 就是一步一步的最优解之和
package greedy;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.HashSet;
public class Greedy {
public static void main(String[] args) {
//ArrayList中存放城市集合
ArrayList<String> arrayList = new ArrayList<>();
arrayList.add("北京");
arrayList.add("上海");
arrayList.add("天津");
arrayList.add("广州");
arrayList.add("深圳");
arrayList.add("成都");
arrayList.add("杭州");
arrayList.add("大连");
HashSet<String> area1 = new HashSet<>();
area1.add("北京");
area1.add("上海");
area1.add("天津");
HashSet<String> area2 = new HashSet<>();
area2.add("广州");
area2.add("北京");
area2.add("深圳");
HashSet<String> area3 = new HashSet<>();
area3.add("成都");
area3.add("上海");
area3.add("杭州");
HashSet<String> area4 = new HashSet<>();
area4.add("上海");
area4.add("天津");
HashSet<String> area5 = new HashSet<>();
area5.add("杭州");
area5.add("大连");
//电台所覆盖城市的范围
HashMap<String, HashSet<String>> broadcasts = new HashMap<>();
broadcasts.put("K1", area1);
broadcasts.put("K2", area2);
broadcasts.put("K3", area3);
broadcasts.put("K4", area4);
broadcasts.put("K5", area5);
//用于存储符合要求的电台
ArrayList<String> keyList = new ArrayList<>();
//用于存储交际最多的电台
String key = null;
//临时存储所覆盖的城市
HashSet<String> temp = new HashSet<>();
while(!arrayList.isEmpty()) {
for(String broadcastsKey:broadcasts.keySet()) {
//先清空
temp.clear();
temp.addAll(broadcasts.get(broadcastsKey));
temp.retainAll(arrayList);
if(temp.size() > 0 && (key == null || temp.size() > broadcasts.get(key).size())) {
key = broadcastsKey;
}
}
if(key != null) {
keyList.add(key);
arrayList.removeAll(broadcasts.get(key));
broadcasts.remove(key);
key = null;
}
}
System.out.print(keyList.toString());
}
}