贪心算法和动态规划

贪心算法和动态规划 （1）

                                                                                                                                                         ----by  C_xiaobao

1.贪心算法

引例：大家都会遇到找钱的问题。买4块钱的东西，付款20，店家会找你16元。一般情况下，这16元是这样的16=10+5+1.这其中就用到了贪心

算法： 每次用尽量大的面值（当前最优）但又不超过所需找零的总数。

         

     或许这个时候你会觉得，哦～ 原来这就是贪心算法，我懂了，然后你就不再继续了。 （如果你之前对此 一无所知的话） 那么你就
大错特错了。
因为你仅仅是 感性 上了感觉到了一点点 贪心算法 而已。想要掌握一个知识的话，“感性层面的懂”只是了解它的开始，真正要掌握还必须在
理性上 对它进行整理加深。不然你会有这样一种“ 书到用时方恨少 ”的感觉：明明这个问题我懂的呀，为什么到用的时候 我貌似又不能完
全的驾驭它，好多地方都有欠缺。 那么我们就来理性上的认识它吧（此部分在c.贪心算法的求解过程） 。

a.贪心思想

所谓“ 贪心算法 ”就是在求解问题时，把它分为若干个子问题然后对每个子问题作出目前看来是最优（或者说是 最贪心 ）的选择。
它 认为：  整体最优解 =∑（局部最优解） （即： 优+优+优+...=整体最优 ）。

    b.不要贪心
但是我要说这种算法是“ 鼠目寸光 ”的。 它的每一次“最优”（最贪心）只是根据当前的情况作出的选择。（ 不考虑之后的情况，也不允
许 退回）。如此便导致了一个问题：贪心算法得到的最优解并不一定是 整体最优解  [也就是说：很多问题，用贪心算法来求最优解是不合适
的]
比如：依然找钱问题，但是这次仅提供面值1，3，4元的钱币让店家给顾客找回6块钱。根据贪心算法，应该是6=4+1+1.此时用了三张纸币。显然最
优解是6=3+3.只需要两种纸币。

    c.贪心算法的求解过程（那么我们就来理性上的认识它吧）
呀！ 原来贪心算法存在这么大的隐患。那么我们如何知道正确的运用贪心算法。别急，我们得先了解一下贪心算法的求解过程，从对它的感
性认识到对它理性上的深入掌握。这样才。。。。
此部分参考了： http://blog.csdn.net/xywlpo/article/details/6439048

用贪心法求解问题应该考虑如下几个方面：
（1）候选集合C：为了构造问题的解决方案，有一个候选集合C作为问题的可能解，即问题的最终解均取自于候选集合C。例如，在找钱问题
中，各种面值的货币构成候选集合。
（2）解集合S：随着贪心选择的进行，解集合S不断扩展，直到构成一个满足问题的完整解。例如，在找钱问题中，已找出的货币构成解集合。
（3）解决函数solution：检查解集合S是否构成问题的完整解。例如，在找钱问题中，解决函数是已付出的货币金额恰好等于应付款。
（4）选择函数select：即贪心策略，这是贪心法的关键，它指出哪个候选对象最有希望构成问题的解，选择函数通常和目标函数有关。例如，
在找钱问题中，贪心策略就是在候选集合中选择面值最大的货币。
（5）可行函数feasible：检查解集合中加入一个候选对象是否可行，即解集合扩展后是否满足约束条件。例如，在找钱问题中，可行函数是
每一步选择的货币和已付出的货币相加不超过应付款。
算法流程
Greedy(C)  //C是问题的输入集合即候选集合
{
    S={ };  //初始解集合为空集
    while (not solution(S))  //集合S没有构成问题的一个解
    {
       x=select(C);    //在候选集合C中做贪心选择
       if feasible(S, x)  //判断集合S中加入x后的解是否可行
          S=S+{x}; //不断的扩展解集合
          C=C-{x}; //不断的缩小问题集合，即从问题->子问题->子问题的子问题。。。。找16块钱的问题->找6块钱的问题->找1块钱的问题
    }
   return S; //返回解

d.要贪心还是不要贪心
现在回到之前的问题，到底是“要贪心”还是“不要贪心”。虽然我说贪心算法“鼠目寸光”， 但是不得不说的是一旦遇到了适合用贪心算法的
问题，那么贪心算法必定是最简单高效的算法，没有之一。比如之前的找钱问题。
因此，一定要证明问题是否适合贪心算法策略。即就是证明：是不是我们每一步的最优选择就能得到我要求的整体最优呢？
这里我们看一下 “ 整体最优解 ”和“ 局部最优解 ”的关系： 整体最优解 <-> 局部最优解  
把 整体最优解 <-> 局部最优解  两者关系用专业的术语来讲分别是： 贪心选择性质 和 最优子结构性质

每一步所做的贪心选择（局部最优解）最终会导致整体最优解。
整体最优解中一定包含了子问题的最优解。

实际上， 贪心算法使用的情况比较少 。判断一个问题是否适合贪心算法，可以对该问题试着先用几个测试数据来分析一下是否适合。

ALL In ALL , 评价： 小 而 美 （ //适用的情况比较少，但是一旦适用就是最高效简单的方法。 ）
重要： 这么说吧，在现在 贪心算法或许就不是用来求最优解了，只是提供一个快速的方法求次优解，偶尔事情的条件合适才会求出来最优解。  

贪心法的应用

哈夫曼编码
0-1背包问题
磁盘文件的存储
生产调度问题
信息查询

当然，仅仅是这一点，对贪心算法想要整体全面的了解还是不够的。可以参见以下两篇我的文章：
想要了解动态规划 请点击 这里

贪心算法和动态规划的对比认识 请点击这里