算法图解（七）：贪婪算法

 * <第8章> 贪婪算法 </第8章>
 *  8.1 近似算法 示例：{@link Greedy}
 *   （1）这是一种近似算法（approximation algorithm）。在获得精确解需要的时间太长时，可使用近似算法
 *   （2）判断近似算法优劣的标准：速度有多快、得到的近似解与最优解的接近程度
 *  8.2 NP完全问题
 *   （1）需要计算所有的解，并从中选出最小/最短的那个。如旅行商问题、集合覆盖问题
 *   （2）可使用贪婪算法
 *  8.3 如何判断
 *   （1）元素较少时算法的运行速度非常快，但随着元素数量的增加，速度会变得非常慢
 *   （2）涉及“所有组合”的问题通常是NP完全问题
 *   （3）不能将问题分成小问题，必须考虑各种可能的情况。这可能是NP完全问题
 *   （4）如果问题涉及序列（如旅行商问题中的城市序列）且难以解决，它可能就是NP完全问题
 *   （5）如果问题涉及集合（如广播台集合）且难以解决，它可能就是NP完全问题
 *   （6）如果问题可转换为集合覆盖问题或旅行商问题，那它肯定是NP完全问题
 *  8.4 小结
 *   （1）贪婪算法寻找局部最优解，企图以这种方式获得全局最优解
 *   （2）对于NP完全问题，还没有找到快速解决方案
 *   （3）面临NP完全问题时，最佳的做法是使用近似算法
 *   （4）贪婪算法易于实现、运行速度快，是不错的近似算法

/**
 * 贪婪算法
 */
public class Greedy {

    // 需要覆盖的地点
    private static final Set<String> statesNeeded = new HashSet<>();
    // 已知的广播台清单
    private static final Map<String, Set<String>> stations = new LinkedHashMap<>();
    // 最终选择的广播台
    private static final Set<String> finalStations = new LinkedHashSet<>();

    private static void search() {
        while (statesNeeded.size() > 0) {
            // 选择的广播台
            String bestStation = "";
            // 已被覆盖的地点
            Set<String> coveredStates = new HashSet<>();
            // 遍历所有广播台清单
            for (Map.Entry<String, Set<String>> entry : stations.entrySet()) {
                // 还未被覆盖的地点
                Set<String> covered = new HashSet<>(statesNeeded);
                // statesNeeded和当前广播台覆盖地点的交集
                covered.retainAll(entry.getValue());
                // 如果覆盖的数量大于已被覆盖地点的数量
                if (covered.size() > coveredStates.size()) {
                    // 当前广播台为最优解
                    bestStation = entry.getKey();
                    // 加入到已被覆盖地点集合
                    coveredStates.addAll(covered);
                }
            }
            // 移除已覆盖的地点
            statesNeeded.removeAll(coveredStates);
            // 最终选择的广播台
            finalStations.add(bestStation);
        }

        System.out.println(finalStations);
    }

    public static void main(String[] args) {
        initStatesNeeded();
        initStations();
        search();
    }

    private static void initStations() {
        stations.put("kone", new HashSet<>(Arrays.asList("id", "nv", "ut")));
        stations.put("ktwo", new HashSet<>(Arrays.asList("wa", "id", "mt")));
        stations.put("kthree", new HashSet<>(Arrays.asList("or", "nv", "ca")));
        stations.put("kfour", new HashSet<>(Arrays.asList("nv", "ut")));
        stations.put("kfive", new HashSet<>(Arrays.asList("ca", "az")));
    }

    private static void initStatesNeeded() {
        statesNeeded.addAll(Arrays.asList("mt", "wa", "or", "id", "nv", "ut", "ca", "az"));
    }
}