1.题目:三角形的最大周长
给定由一些正数(代表长度)组成的数组arr,返回由其中三个长度组成的、面积不为零的三角形的最大周长。如果不能形成任何面积不为零的三角形,返回0。
2.算法
贪心算法
3.算法思想
贪心算法:
1.首先排序
2.我们从最后面开始计算,最大值,取最后的三个数值,
为什么取最后三个,因为有组成一个三角形的公式是 a1+ a2 > a3 a3是最大值
最后三个是三个最大值,然后假如能组成三角形,这个就是最大的。
假如不是我们需要,判断后面 第四大的数 ,第三大的数,第二大的数,
依照思维一直遍历,判断是否能组成三角形
有人问;最大的值,和别的值,为啥不遍历,
因为第二大的数,和第三大的数,也不能大于第一大的数,其他的数也没办法啊
代码:
/*************************************************
作者:She001
时间:2022/8/31
题目:三角形的最大周长
给定由一些正数(代表长度)组成的数组arr,返回由其中三个长度组成的、面积不为零的三角形的最大周长。
如果不能形成任何面积不为零的三角形,返回`0。
算法:
1. 贪心算法
***************************************************/
#include<bits/stdc++.h>
using namespace std;
/*
贪心算法:
1.首先排序
2.我们从最后面开始计算,最大值,取最后的三个数值,
为什么取最后三个,因为有组成一个三角形的公式是 a1+ a2 > a3 a3是最大值
最后三个是三个最大值,然后假如能组成三角形,这个就是最大的。
假如不是我们需要,判断后面 第四大的数 ,第三大的数,第二大的数,
依照思维一直遍历,判断是否能组成三角形
有人问;最大的值,和别的值,为啥不遍历,
因为第二大的数,和第三大的数,也不能大于第一大的数,其他的数也没办法啊
*/
int fangfa_1(int num[],int n)//num 数组 ,n 数组的元素个数
{
sort(num,num+n);//排序
for(int i=0;i<n;i++)//排序后的数组数据打印
{
cout<<num[i]<<" ";
}
cout<<endl;
for(int i=n-1;i>=2;--i)
{
if(num[i] <(num[i-1]+num[i-2]))
{
return num[i]+num[i-1]+num[i-2];
}
}
return 0;
}
int main()
{
int num[]={1,1,3,7,15,31,62};
//int num[]={1,1,3,3,7,7,8};
int a=fangfa_1(num,7);
if(a==0)
{
cout<<"没有数据能组成三角形!"<<endl;
}
else
{
cout<<a<<endl;
}
return 0;
}
贪心算法的标准解释:
贪心算法(greedy algorithm [8] ,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,算法得到的是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 。
算法思路
贪心算法一般按如下步骤进行:
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对每个子问题求解,得到子问题的局部最优解 。
④把子问题的解局部最优解合成原来解问题的一个解 。
贪心算法是一种对某些求最优解问题的更简单、更迅速的设计技术。贪心算法的特点是一步一步地进行,常以当前情况为基础根据某个优化测度作最优选择,而不考虑各种可能的整体情况,省去了为找最优解要穷尽所有可能而必须耗费的大量时间。贪心算法采用自顶向下,以迭代的方法做出相继的贪心选择,每做一次贪心选择,就将所求问题简化为一个规模更小的子问题,通过每一步贪心选择,可得到问题的一个最优解。虽然每一步上都要保证能获得局部最优解,但由此产生的全局解有时不一定是最优的,所以贪心算法不要回溯 。
算法特性
贪心算法可解决的问题通常大部分都有如下的特性:
1、有一个以最优方式来解决的问题。为了构造问题的解决方案,有一个候选的对象的集合:比如不同面值的硬币 。
2、随着算法的进行,将积累起其他两个集合:一个包含已经被考虑过并被选出的候选对象,另一个包含已经被考虑过但被丢弃的候选对象 。
3、有一个函数来检查一个候选对象的集合是否提供了问题的解答。该函数不考虑此时的解决方法是否最优 。
4、还有一个函数检查是否一个候选对象的集合是可行的,即是否可能往该集合上添加更多的候选对象以获得一个解。和上一个函数一样,此时不考虑解决方法的最优性 。
5、选择函数可以指出哪一个剩余的候选对象最有希望构成问题的解 。
6、最后,目标函数给出解的值 。
使用条件
利用贪心法求解的问题应具备如下2个特征 。
1、贪心选择性质
一个问题的整体最优解可通过一系列局部的最优解的选择达到,并且每次的选择可以依赖以前作出的选择,但不依赖于后面要作出的选择。这就是贪心选择性质。对于一个具体问题,要确定它是否具有贪心选择性质,必须证明每一步所作的贪心选择最终导致问题的整体最优解 [4] 。
2、最优子结构性质
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。问题的最优子结构性质是该问题可用贪心法求解的关键所在。在实际应用中,至于什么问题具有什么样的贪心选择性质是不确定的,需要具体问题具体分析
解题策略
贪心算法不从整体最优上加以考虑,所做出的仅是在某种意义上的局部最优选择。使用贪心策略要注意局部最优与全局最优的关系,选择当前的局部最优并不一定能推导出问题的全局最优。贪心策略解题需要解决以下两个问题:
1、该问题是否适合使用贪心策略求解,也就是该问题是否具有贪心选择性质 ;
2、制定贪心策略,以达到问题的最优解或较优解 。
要确定一个问题是否适合用贪心算法求解,必须证明每一步所作的贪心选择最终导致问题的整体最优解。证明的大致过程为:首先考察问题的一个整体最优解,并证明可修改这个最优解,使其以贪心选择开始,做了贪心选择后,原问题简化为规模更小的类似子问题。然后用数学归纳法证明通过每一步做贪心选择,最终可得到问题的整体最优解 。
存在问题
贪心算法也存在如下问题:
1、不能保证解是最佳的。因为贪心算法总是从局部出发,并没从整体考虑 ;
2、贪心算法一般用来解决求最大或最小解 ;
3、贪心算法只能确定某些问题的可行性范围;