一、贪心算法概念
贪心算法概念:
1)最自然智慧的算法
2)用一种局部最功利的标准,总是做出在当前看来是最好的选择
3)难点在于证明局部最功利的标准可以得到全局最优解
4)对于贪心算法的学习主要以增加阅历和经验为主
二、给定一个由字符串组成的数组strs,必须把所有的字符串拼接起来,返回所有可能的拼接结果中,字典序最小的结果
package class13;
import java.util.Arrays;
import java.util.TreeSet;
/**
* 给定一个由字符串组成的数组strs,
* 必须把所有的字符串拼接起来,
* 返回所有可能的拼接结果中,字典序最小的结果
*
* 贪心算法
* 1)最自然智慧的算法
*
* 2)用一种局部最功利的标准,总是做出在当前看来是最好的选择
*
* 3)难点在于证明局部最功利的标准可以得到全局最优解
*
* 4)对于贪心算法的学习主要以增加阅历和经验为主
*
* 贪心算法求解的标准过程
* 1,分析业务
*
* 2,根据业务逻辑找到不同的贪心策略
*
* 3,对于能举出反例的策略直接跳过,不能举出反例的策略要证明有效性
*
* 这往往是特别困难的,要求数学能力很高且不具有统一的技巧性
*
* 贪心算法的解题套路
* 1,实现一个不依靠贪心策略的解法X,可以用最暴力的尝试
*
* 2,脑补出贪心策略A、贪心策略B、贪心策略C...
*
* 3,用解法X和对数器,用实验的方式得知哪个贪心策略正确
*
* 4,不要去纠结贪心策略的证明
*/
public class LowsetLexicography {
//暴力解法 递归形式 将每个字符作为首部,依次拼接全部情况的结果集,存放到treeset有序集合,取出首元素就是最小的字典序排序拼接方式
public static String lowestString1(String[] strs){
if(strs == null || strs.length == 0){
//null 或者长度0空数组则直接返回空字符串
return "";
}
//有序表保存全部排序情况,返回首元素就是最小排序
TreeSet<String> ans = process(strs);
return ans.size() == 0 ? "":ans.first();
}
//递归思路,从左到右依次取字符串,然后递归 排除当前字符串的下个字符串数组,将其追加在当前字符串后
public static TreeSet<String> process(String[] strs){
//定义一个有序表结构保存结果集,用于返回
TreeSet<String> ans = new TreeSet<>();
//当字符串减少到0的时候,就直接返回空字符串
if(strs.length == 0){
//注意要加空字符,返回给上层调用才会有空异常
ans.add("");
return ans;
}
//依次遍历每个字符串
for(int i = 0; i < strs.length; i++){
//取当前遍历到的字符串拼接在首部
String first = strs[i];
//排除当前字符串 再将数组进行下层递归,直到空的时候,开始向上返回
TreeSet<String> nexts = process(removeIndexString(strs,i));
//向上依次拼接给当前节点字符后面
for(String next : nexts){
ans.add(first + next);
}
}
//递归完成,全部排序返回,最后主程序取有序表的首元素,就是最小字典序
return ans;
}
// {"abc", "cks", "bct"}
// 0 1 2
// removeIndexString(arr , 1) -> {"abc", "bct"}
//每次移除当前节点元素,返回剩下的字符串数组集
public static String[] removeIndexString(String[] strs, int index){
//定义新数组集合以及索引
String[] ans = new String[strs.length-1];
int ans_index = 0;
for(int i = 0;i < strs.length;i++){
if(i != index){
//遍历原数组,排除index索引,不等于的则赋值到新数组
ans[ans_index++] = strs[i];
}
}
return ans;
}
//贪心思想
//字典序排序要最小,已知字典序的排序 "a" < "b" , "b" < "c" 存在传递性规律 所以"a" < "c"
//而字符拼接后也一样 排序是具有传递性的:
//如果字符串a拼接字符串b < 字符串b拼接字符串a 那么就返回 前者,即a放b的前面 ;否则返回后者
//按照这个排序定义比较器排序后,就按序拼接就是最小的:
//因为假设每个字符串交换到前面,它必定是大于未交换前的字符串拼接的
public static String lowestString2(String[] strs){
if(strs == null || strs.length == 0){
return "";
}
//lambda表达式自定义比较器 参数 a b, 如果字符串数组 字符串a+b < b+a compareTo返回负数,a排前面 返回正数 b排前面
Arrays.sort(strs,(a,b)->
(a+b).compareTo(b+a)
);
StringBuilder ans = new StringBuilder();
for(String str:strs){
ans.append(str);
}
return ans.toString();
}
// for test
public static String generateRandomString(int strLen) {
char[] ans = new char[(int) (Math.random() * strLen) + 1];
for (int i = 0; i < ans.length; i++) {
int value = (int) (Math.random() * 5);
ans[i] = (Math.random() <= 0.5) ? (char) (65 + value) : (char) (97 + value);
}
return String.valueOf(ans);
}
// for test
public static String[] generateRandomStringArray(int arrLen, int strLen) {
String[] ans = new String[(int) (Math.random() * arrLen) + 1];
for (int i = 0; i < ans.length; i++) {
ans[i] = generateRandomString(strLen);
}
return ans;
}
// for test
public static String[] copyStringArray(String[] arr) {
String[] ans = new String[arr.length];
for (int i = 0; i < ans.length; i++) {
ans[i] = String.valueOf(arr[i]);
}
return ans;
}
public static void main(String[] args) {
int arrLen = 6;
int strLen = 5;
int testTimes = 10000;
System.out.println("test begin");
for (int i = 0; i < testTimes; i++) {
String[] arr1 = generateRandomStringArray(arrLen, strLen);
String[] arr2 = copyStringArray(arr1);
if (!lowestString1(arr1).equals(lowestString2(arr2))) {
for (String str : arr1) {
System.out.print(str + ",");
}
System.out.println();
System.out.println("Oops!");
}
}
System.out.println("finish!");
}
}
三、贪心算法求解的标准过程
1,分析业务
2,根据业务逻辑找到不同的贪心策略
3,对于能举出反例的策略直接跳过,不能举出反例的策略要证明有效性
这往往是特别困难的,要求数学能力很高且不具有统一的技巧性
四、贪心算法的套路
1,实现一个不依靠贪心策略的解法X,可以用最暴力的尝试
2,脑补出贪心策略A、贪心策略B、贪心策略C...
3,用解法X和对数器,用实验的方式得知哪个贪心策略正确
4,不要去纠结贪心策略的证明
五、给定一个字符串str,只由‘X’和‘.’两种字符构成。X’表示墙,不能放灯,也不需要点亮‘.’表示居民点,可以放灯,需要点亮,如果灯放在i位置,可以让i-1,i和i+1三个位置被点亮,返回如果点亮str中所有需要点亮的位置,至少需要几盏灯
package class14;
import java.util.HashSet;
/**
* 给定一个字符串str,只由‘X’和‘.’两种字符构成。
* ‘X’表示墙,不能放灯,也不需要点亮
* ‘.’表示居民点,可以放灯,需要点亮
* 如果灯放在i位置,可以让i-1,i和i+1三个位置被点亮
* 返回如果点亮str中所有需要点亮的位置,至少需要几盏灯
*
* 贪心思想:根据题意 .是要被照亮。 而灯可以照亮三个. 求至少,那么就根据这个最大照亮三个点的情况来贪心 一个灯贪心照亮三个.
*/
public class Light {
public static int minLight1(String road) {
if (road == null || road.length() == 0) {
return 0;
}
return process(road.toCharArray(), 0, new HashSet<>());
}
// str[index....]位置,自由选择放灯还是不放灯
// str[0..index-1]位置呢?已经做完决定了,那些放了灯的位置,存在lights里
// 要求选出能照亮所有.的方案,并且在这些有效的方案中,返回最少需要几个灯
public static int process(char[] str, int index, HashSet<Integer> lights) {
if (index == str.length) { // 结束的时候
for (int i = 0; i < str.length; i++) {
if (str[i] != 'X') { // 当前位置是点的话
if (!lights.contains(i - 1) && !lights.contains(i) && !lights.contains(i + 1)) {
return Integer.MAX_VALUE;
}
}
}
return lights.size();
} else { // str还没结束
// i X .
int no = process(str, index + 1, lights);
int yes = Integer.MAX_VALUE;
if (str[index] == '.') {
lights.add(index);
yes = process(str, index + 1, lights);
lights.remove(index);
}
return Math.min(no, yes);
}
}
//贪心思想
public static int minLight2(String road) {
//转换成字符数组 定义索引 与结果值
char[] chars = road.toCharArray();
int i = 0;
int ans = 0;
//遍历字符数组
while(i < chars.length){
//遇到X,不需要照亮,索引往下
if(chars[i] == 'X'){
i++;
}else{
//遇到. 进来先灯+1
ans++;
//如果i+1 是超过边界 也就是i 是最后一个索引的时候 就可以直接退出了。即使当前i是. 需要照亮,我们已经在前面先+1灯了
if(i + 1 == chars.length){
break;
}else {
// 还没到最后边界 那么分析几种情况:
//1. 下个字符 i+1 如果是X 那么灯+1,并且索引跳过X,来到i+2
//2. 下个字符 i+1 如果是. 那么灯也要+1 这次索引来到i+3 因为不管i+3 是X还是. 都不需要去判断,因为灯可以照亮3个.
//这里不管那么种情况,都是需要+1灯,所以统一放前面+1 这么负责索引的走向
if(chars[i+1] == 'X'){
i = i+2;
}else {
i = i+3;
}
}
}
}
//最后返回ans
return ans;
}
// 更简洁的解法
// 两个X之间,数一下.的数量,然后除以3,向上取整
// 把灯数累加
public static int minLight3(String road) {
char[] str = road.toCharArray();
int cur = 0;
int light = 0;
for (char c : str) {
if (c == 'X') {
light += (cur + 2) / 3;
cur = 0;
} else {
cur++;
}
}
light += (cur + 2) / 3;
return light;
}
// for test
public static String randomString(int len) {
char[] res = new char[(int) (Math.random() * len) + 1];
for (int i = 0; i < res.length; i++) {
res[i] = Math.random() < 0.5 ? 'X' : '.';
}
return String.valueOf(res);
}
public static void main(String[] args) {
int len = 20;
int testTime = 100000;
for (int i = 0; i < testTime; i++) {
String test = randomString(len);
int ans1 = minLight1(test);
int ans2 = minLight2(test);
int ans3 = minLight3(test);
if (ans1 != ans2 || ans1 != ans3) {
System.out.println("oops!");
}
}
System.out.println("finish!");
}
}
六、切金条
一块金条切成两半,是需要花费和长度数值一样的铜板的。
比如长度为20的金条,不管怎么切,都要花费20个铜板。一群人想整分整块金条,怎么分最省铜板?
例如,给定数组{10,20,30},代表一共三个人,整块金条长度为60,金条要分成10,20,30三个部分。
如果先把长度60的金条分成10和50,花费60;再把长度50的金条分成20和30,花费50;一共花费110铜板。
但如果先把长度60的金条分成30和30,花费60;再把长度30金条分成10和20,花费30;一共花费90铜板。
输入一个数组,返回分割的最小代价。
package class14;
import java.util.PriorityQueue;
/**
* 一块金条切成两半,是需要花费和长度数值一样的铜板的。
* 比如长度为20的金条,不管怎么切,都要花费20个铜板。 一群人想整分整块金条,怎么分最省铜板?
*
* 例如,给定数组{10,20,30},代表一共三个人,整块金条长度为60,金条要分成10,20,30三个部分。
*
* 如果先把长度60的金条分成10和50,花费60; 再把长度50的金条分成20和30,花费50;一共花费110铜板。
* 但如果先把长度60的金条分成30和30,花费60;再把长度30金条分成10和20, 花费30;一共花费90铜板。
* 输入一个数组,返回分割的最小代价。
*/
public class LessMoneySplitGold {
// 纯暴力!
public static int lessMoney1(int[] arr) {
if (arr == null || arr.length == 0) {
return 0;
}
return process(arr, 0);
}
// 等待合并的数都在arr里,pre之前的合并行为产生了多少总代价
// arr中只剩一个数字的时候,停止合并,返回最小的总代价
public static int process(int[] arr, int pre) {
if (arr.length == 1) {
return pre;
}
int ans = Integer.MAX_VALUE;
for (int i = 0; i < arr.length; i++) {
for (int j = i + 1; j < arr.length; j++) {
ans = Math.min(ans, process(copyAndMergeTwo(arr, i, j), pre + arr[i] + arr[j]));
}
}
return ans;
}
public static int[] copyAndMergeTwo(int[] arr, int i, int j) {
int[] ans = new int[arr.length - 1];
int ansi = 0;
for (int arri = 0; arri < arr.length; arri++) {
if (arri != i && arri != j) {
ans[ansi++] = arr[arri];
}
}
ans[ansi] = arr[i] + arr[j];
return ans;
}
//贪心思想:将每个数放到小根堆,依次取堆最小的两段合并,合并值就为当前的代价,再将合并的值添加回堆中进行上一次的合并
//这个思路是反向的做法,相当于已经切好的段,从最下面开始两两合并直到最后我们堆合并成只有一个数,也就是整个数组的和时就
//得到了这个最小代价
public static int lessMoney2(int[] arr){
//定义小根堆,把数组存放进去
PriorityQueue<Integer> heap = new PriorityQueue<>();
for(int num:arr){
heap.add(num);
}
//定义分割总代价值与
int sum = 0;
//遍历每段数值,直到合并到只剩一个 也就是总和就退出
while(heap.size() > 1){
//合并最小两段,并且这两段的代价按照题意就是两端和,累加到sum
int merge = heap.poll() + heap.poll();
sum += merge;
//然后需要把这次合并的段加回堆中,继续给上层合并
heap.add(merge);
}
//最后返回sum就能得到最小代价分割值
return sum;
}
// for test
public static int[] generateRandomArray(int maxSize, int maxValue) {
int[] arr = new int[(int) ((maxSize + 1) * Math.random())];
for (int i = 0; i < arr.length; i++) {
arr[i] = (int) (Math.random() * (maxValue + 1));
}
return arr;
}
public static void main(String[] args) {
int testTime = 100000;
int maxSize = 6;
int maxValue = 1000;
for (int i = 0; i < testTime; i++) {
int[] arr = generateRandomArray(maxSize, maxValue);
if (lessMoney1(arr) != lessMoney2(arr)) {
System.out.println("Oops!");
}
}
System.out.println("finish!");
}
}
七、一些项目要占用一个会议室宣讲,会议室不能同时容纳两个项目的宣讲。给你每一个项目开始的时间和结束的时间,你来安排宣讲的日程,要求会议室进行的宣讲的场次最多。返回最多的宣讲场次。
package class14;
import java.util.Arrays;
import java.util.Comparator;
/**
* 一些项目要占用一个会议室宣讲,会议室不能同时容纳两个项目的宣讲。
* 给你每一个项目开始的时间和结束的时间
* 你来安排宣讲的日程,要求会议室进行的宣讲的场次最多。
* 返回最多的宣讲场次。
*
* [1,3],[2,5],[3,6]比如三个会议 起始点 同步安排会议最多场次就是安排第一和第三场
* 两者时间不交集
*/
public class BestArrange {
//会议类结构
public static class Program{
public int start;
public int end;
public Program(int s,int e){
start = s;
end = e;
}
}
//贪心思想 将会议按照会议结束时间升序排序 早结束的排前面,然后就依次开始从头遍历匹配,
//当前会议如果开始时间大于等于我们当前的时间,一开始时间初始值0, 那么就安排这个会议,并且
//当前时间来到这个会议的结束时间,再往下个会议看,添加下个会议开始时间是大于等于当前时间的,
//直到结束 就可以得到安排最多场次会议
public static int bestArrange2(Program[] programs){
//按照会议的结束时间 升序排序,先结束的会议放到数组前面
Arrays.sort(programs, (o1, o2) -> o1.end - o2.end);
//定义能安排多少场次会议, 当前时间节点 初始为0
int ans = 0;
int timeNow = 0;
for(Program pro:programs){
//遍历排好序的会议,如果当前会议开始时间大于等于 当前时间,那么就可以安排会议,并将当前时间赋值为该会议室的结束时间
if(pro.start >= timeNow){
ans++;
timeNow = pro.end;
}
}
return ans;
}
// 暴力!所有情况都尝试!
public static int bestArrange1(Program[] programs) {
if (programs == null || programs.length == 0) {
return 0;
}
return process(programs, 0, 0);
}
// 还剩下的会议都放在programs里
// done之前已经安排了多少会议的数量
// timeLine目前来到的时间点是什么
// 目前来到timeLine的时间点,已经安排了done多的会议,剩下的会议programs可以自由安排
// 返回能安排的最多会议数量
public static int process(Program[] programs, int done, int timeLine) {
if (programs.length == 0) {
return done;
}
// 还剩下会议
int max = done;
// 当前安排的会议是什么会,每一个都枚举
for (int i = 0; i < programs.length; i++) {
if (programs[i].start >= timeLine) {
Program[] next = copyButExcept(programs, i);
max = Math.max(max, process(next, done + 1, programs[i].end));
}
}
return max;
}
public static Program[] copyButExcept(Program[] programs, int i) {
Program[] ans = new Program[programs.length - 1];
int index = 0;
for (int k = 0; k < programs.length; k++) {
if (k != i) {
ans[index++] = programs[k];
}
}
return ans;
}
// for test
public static Program[] generatePrograms(int programSize, int timeMax) {
Program[] ans = new Program[(int) (Math.random() * (programSize + 1))];
for (int i = 0; i < ans.length; i++) {
int r1 = (int) (Math.random() * (timeMax + 1));
int r2 = (int) (Math.random() * (timeMax + 1));
if (r1 == r2) {
ans[i] = new Program(r1, r1 + 1);
} else {
ans[i] = new Program(Math.min(r1, r2), Math.max(r1, r2));
}
}
return ans;
}
public static void main(String[] args) {
int programSize = 12;
int timeMax = 20;
int timeTimes = 1000000;
for (int i = 0; i < timeTimes; i++) {
Program[] programs = generatePrograms(programSize, timeMax);
if (bestArrange1(programs) != bestArrange2(programs)) {
System.out.println("Oops!");
}
}
System.out.println("finish!");
}
}
八、输入: 正数数组costs、正数数组profits、正数K、正数M costs[i]表示i号项目的花费 profits[i]表示i号项目在扣除花费之后还能挣到的钱(利润) K表示你只能串行的最多做k个项目 M表示你初始的资金 说明:每做完一个项目,马上获得的收益,可以支持你去做下一个项目。不能并行的做项目。输出:你最后获得的最大钱数。
package class14;
import java.util.PriorityQueue;
/**
* 输入: 正数数组costs、正数数组profits、正数K、正数M
* costs[i]表示i号项目的花费
* profits[i]表示i号项目在扣除花费之后还能挣到的钱(利润)
* K表示你只能串行的最多做k个项目
* W表示你初始的资金
* 说明: 每做完一个项目,马上获得的收益,可以支持你去做下一个项目。不能并行的做项目。
* 输出:你最后获得的最大钱数。
* <p>
* 贪心思想:
* 将每个项目的cost profit 都存放到一个类中 然后定义小根堆 大根堆 小根堆按cost排序 大根堆按profit排序
* 然后从小根堆判断 取出来就是最小花费项目 与初始资金W比较 小的就可以做,就将其出堆,然后入大根堆
* 最后我们判断入大根堆多个中的第一个 就是利益最大的 就做那个项目,同步刷新M 直到我们项目做完,或者我们资金不够做 退出
*/
public class IPO {
// 最多K个项目
// W是初始资金
// Profits[] Capital[] 一定等长
// 返回最终最大的资金
public static int findMaximizedCapital(int K, int W, int[] Profits, int[] Capital) {
//定义小根堆 按花费排序 大根堆 按利润排序
PriorityQueue<Program> minCostsHeap = new PriorityQueue<>((a, b) -> (a.costs - b.costs));
PriorityQueue<Program> maxProfitsHeap = new PriorityQueue<>((a, b) -> (b.profits - a.profits));
//遍历数组 利润和花费数组长度都是一样的 将利润 花费项目创建对象并入小根堆
for (int i = 0; i < Profits.length; i++) {
minCostsHeap.add(new Program(Profits[i], Capital[i]));
}
//开始判断能做多少项目使得最大M
for (int i = 0; i < K; i++) {
//当小根堆项目非空 并且资金W不小于小根堆顶项目的消费值 循环都入到大根堆,表示这些项目是可以做的
while (!minCostsHeap.isEmpty() && minCostsHeap.peek().costs <= W){
maxProfitsHeap.add(minCostsHeap.poll());
}
//这里需要提前判断 是否是存在能做的项目 假如costs 远大于当前W 那么就无法做,到不了K个项目 需要判空提前退出返回资金值
if(maxProfitsHeap.isEmpty()){
return W;
}
//入大根堆后,取堆顶项目做,利益最大,将其出堆 并累计利润给W
W += maxProfitsHeap.poll().profits;
}
return W;
}
//定义一个类 存放项目的花费和利润
public static class Program {
public int profits; //利润
public int costs; //花销
public Program(int p, int c) {
profits = p;
costs = c;
}
}
}