贪心算法思想整理C++(用例题分析)

算法思想

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。

用白话说,即假设一个问题比较复杂,暂时找不到全局最优解,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

该算法存在的问题

不能保证求得的最后解是最佳的
不能用来求最大值或最小值的问题
只能求满足某些约束条件的可行解的范围

相关例题

第一题:选择排序

https://blog.csdn.net/sakeww/article/details/122909219

第二题:平衡字符串

https://blog.csdn.net/sakeww/article/details/122909253

第三题: 买卖股票的最佳时机2

https://blog.csdn.net/sakeww/article/details/122909428

第四题:跳跃游戏

https://blog.csdn.net/sakeww/article/details/122909724

第五题:钱币找零

https://blog.csdn.net/sakeww/article/details/122910111

第六题: 无重叠区间

https://blog.csdn.net/sakeww/article/details/122911235

  • 4
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
贪心算法是一种常用的算法思想,用于解决最优化问题。在会场安排问题中,贪心算法可以用来确定如何安排不同活动的时间,使得会场能够容纳尽可能多的活动。 具体来说,贪心算法的会场安排步骤如下: 1. 首先,将所有活动按照结束时间从早到晚进行排序。 2. 选择第一个活动作为第一个安排的活动。 3. 从剩余的活动中选择下一个结束时间最早且与已安排的活动不冲突的活动,将其安排在会场中。 4. 重复步骤3,直到所有活动都被安排完毕。 这种贪心策略的原理是,每次选择结束时间最早的活动,可以为后续的活动留出更多的时间空间,从而使得会场能够容纳更多的活动。 C++实现贪心算法的会场安排可以使用以下代码: ```cpp #include <iostream> #include <vector> #include <algorithm> struct Activity { int start; int end; }; bool compare(Activity a, Activity b) { return a.end < b.end; } void scheduleActivities(std::vector<Activity>& activities) { std::sort(activities.begin(), activities.end(), compare); std::vector<Activity> schedule; schedule.push_back(activities[0]); for (int i = 1; i < activities.size(); i++) { if (activities[i].start >= schedule.back().end) { schedule.push_back(activities[i]); } } std::cout << "Scheduled activities:" << std::endl; for (const auto& activity : schedule) { std::cout << "Start: " << activity.start << ", End: " << activity.end << std::endl; } } int main() { std::vector<Activity> activities = {{1, 4}, {3, 5}, {0, 6}, {5, 7}, {3, 8}, {5, 9}, {6, 10}, {8, 11}, {8, 12}, {2, 13}, {12, 14}}; scheduleActivities(activities); return 0; } ``` 这段代码首先定义了一个结构体`Activity`,用于表示活动的开始时间和结束时间。然后,通过自定义的比较函数`compare`将活动按照结束时间从早到晚进行排序。接下来,使用贪心算法进行会场安排,将不冲突的活动依次加入到安排中,并输出最终的安排结果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值