目录
简介
下面的简介可看可不看
①贪心算法(又称贪婪算法)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,他所做出的是在某种意义上的局部最优解。
②贪心选择是指所求问题的整体最优解可以通过一系列局部最优的选择,即贪心选择来达到。这是贪心算法可行的第一个基本要素。
③当一个问题的最优解包含其子问题的最优解时,称此问题具有最优子结构性质。运用贪心策略在每一次转化时都取得了最优解。问题的最优子结构性质是该问题可用贪心算法求解的关键特征。贪心算法的每一次操作都对结果产生直接影响。贪心算法对每个子问题的解决方案都做出选择,不能回退。
④贪心算法的基本思路是从问题的某一个初始解出发一步一步地进行,根据某个优化测度,每一步都要确保能获得局部最优解。每一步只考虑一个数据,他的选取应该满足局部优化的条件。若下一个数据和部分最优解连在一起不再是可行解时,就不把该数据添加到部分解中,直到把所有数据枚举完,或者不能再添加算法停止。
⑤实际上,贪心算法适用的情况很少。一般对一个问题分析是否适用于贪心算法,可以先选择该问题下的几个实际数据进行分析,就可以做出判断。过程
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解问题的一个解
贪心算法说人话就是,假设一个问题比较复杂,暂时找不到整体最优解,那么我们可以考虑把原问题拆成几个小问题(分而治之思想),分别求每个小问题的最优解,再把这些“局部最优解”叠起来,就“当作”整个问题的最优解了。有点类似于动态规划,甚至可以这么说:贪心是动归的一个特例。
案例分析
选择排序
我们所熟知的选择排序就是一种采用了贪心算法策略的排序,它所采用的贪心策略即为每次从未排序的数据中选取最小值,并把最小值放在未排序数据的起始位置,直到未排序的数据为0,则结束排序。
for(int i = 0;i < arr.length - 1;i++){
int min = i;
for(int j = i + 1;j < arr.length ;j++){
if(arr[j] < arr[min]){
min = j;
}
}
}
平衡字符串
题目意思就是需要一个字串中R和L的个数相同,那么问题就很好解决了。我们只需要用一个变量记录R和L的个数即可,当时L时++,是R时--,当它为0时,计数器++。
贪心策略:不让字符串嵌套,只要符合即分割。
代码:
class Solution {
public int balancedStringSplit(String s) {
int count = 0;
int balance = 0;
for(int i = 0 ; i < s.length() ; i++){
if(s.charAt(i) == 'R'){
balance++;
}else{
balance--;
}
if(balance == 0){
count++;
}
}
return count;
}
}
在线OJ链接:平衡字符串
买卖股票最佳时机
通过解释我们能发现,这与我们现实中的股票是不一样的,这个相当于马后炮,我们已经知道了什么时候会出现上涨和下跌,现实中可不一样,所以不要轻易炒股哦。
分析:我们能发现股票可以不止一次购买和出售,那肯定是从最低点买入,最高点卖出,但我们首先要明白一个点:
如果我们在M1点买入M4时卖出与M1买入M2再卖出直到M4的利润有差别吗?
答案是没有的,所以我们可以每天进行操作,而不必在最低和最高才进行操作,只要第二天的价格高于第一天的就卖出再买入,这就是贪心的策略。
代码:
class Solution {
public int maxProfit(int[] prices) {
int max = 0;
for(int i = 1 ; i < prices.length ; i++){
if(prices[i] > prices[i-1]){
max += prices[i] - prices[i-1];
}
}
return max;
}
}
子线OJ链接:买卖股票
最大跳跃长度
分析:题目给定意思很简单,每个数组下标的数字是你在这个位置最远能跳的距离,但却并非最远,就像飞行棋一样,可能你扔个6还没别人扔个1跑的远。
贪心策略:每个位置所能到达的最远距离。
代码:
class Solution {
public boolean canJump(int[] nums) {
int max = 0;
for(int i = 0 ; i < nums.length ; i++){
//判断是否能到达当前位置
if(max >= i){
//能到达继续更新所能到达最远距离
max = Math.max(max,i + nums[i]);
//判断是否能到达最后一个位置
if(max > nums.length - 1){
return true;
}
}else{
return false;
}
}
return true;
}
}
在线OJ链接:跳跃游戏
本文收录专栏《数据结构与算法》