面试算法三角形的最大周长

_She001

于 2022-08-31 08:50:29 发布

阅读量363

点赞数

分类专栏：面试算法文章标签：算法面试 c++ 学习

本文链接：https://blog.csdn.net/she666666/article/details/126616587

版权

面试算法专栏收录该内容

53 篇文章 1 订阅

订阅专栏

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。