再谈活动选择问题——论动态规划与贪心策略间的转化

前言：

学了这么长时间终于可以写一些自己想写的东西了(｡･ω･)ﾉﾞ

题目大意：

在给定的一些线段中，最多能选出多少条互不相交的线段

这是一道贪心基础题，相信大家都做过，我就不再具体阐述了

背景：

长久以来我一直以为活动分配问题应该用DP+树状数组O(nlogn)来解，但是经过xxq的提醒发现哦原来还有个O(n)的贪心做法（不算排序的时间，因为排序过程本身与决策无关），而且在内网里这道例题我本来是rk1的……然后发现自己真是沙茶，学了这么久反而用高端方法去做简单题，那我这不白学了吗TAT

但是……明明我这个DP推得没有什么问题，凭什么就比贪心慢呢？

百思不得其解，于是我就试图从《算法导论》中寻找答案，这篇文章先不谈子集系统拟阵最大权森林，然而书中思路来源全靠开脑洞，证明过程倒不是很复杂，但是“贪心算法在每一步选择当前看来最好的选择”说起来倒是简单，可谁也不能保证自己上考场的时候还能灵光一现地说哎我感觉这个DP好像可以搞成贪心，所以我们需要一种比较稳的寻找正确贪心策略的方法

经过了几天的思考我发现普通做法的时间复杂度之所以多一个log是因为记录了不必要的时域信息（当然，多记录一些信息也有好处，但是在本文中不详细讨论），而我们最终要求的结果只和频域的值有关，所以我们可以把时域和频域反过来维护（事实上贪心策略也是这么做的，只不过比较隐晦），这样我们就可以形式化地证明贪心策略的正确性了

下面请看我化腐朽DP为神奇贪心☆

很容易想到的一种DP方程：f[e[i].r]=max{f[j]}+1 (j<e[i].l)

经过上述分析我们把时域和频域反过来维护写出另一种DP方程：g[i+1]=e[j].r (g[i]<e[j].l)，注意这里g同时有多个取值

然后由于问题要求尽可能地使g[i]<e[j].l成立，我们就只选取g最小的那个值，所以改写成g[i+1]=min{e[j].r} (g[i]<e[j].l)

形式看起来和一开始的那个方程还挺对称的

很明显这个方程本身就是一个贪心策略，g[i+1]从且仅从g[i]这个状态以一种方式转移而来

换句通俗的话具体地讲这个转移过程就是，每次新加进来一个活动的时候总是要选择结束时间最早的那个活动（真是一个熟悉的结论）

猜想：

可以出一道神题让右面的条件式是一个二次函数什么的，这样大家就不能靠感觉做题了（逃）

转载于:https://www.cnblogs.com/algonote/p/7678701.html