《算法图解》第八章 贪婪算法

本章深入探讨贪婪算法,通过实例分析教室调度问题,解释如何避免课程时间冲突以最大化教室使用。同时讨论背包问题和集合覆盖问题,介绍近似算法的重要性。进一步,讲解了NP-Hard完全问题,特别是旅行商问题的复杂性,以及识别NP完全问题的方法。章节结尾进行了全面的小结。
摘要由CSDN通过智能技术生成

第八章 贪婪算法

目录

8.1教室调度问题

8.2背包问题

8.3集合覆盖问题

近似算法

8.4NP-Hard完全问题

8.4.1旅行商问题详解

8.4.2如何识别NP-hard完全问题

8.5小结

8.1教室调度问题

有很多门课,上课的时间和时长可能会交叉,那要怎么安排在某间教室的课程安排,且最大程度利用好这间教室呢?

---按课程时间选出不冲突的,比如9:00--10:00 10:00---11;00,而不是选9:00--10:00 9:20--10:30

这就是贪婪算法,每步选择最优,也就是选择局部最优解,并非在任何情况下都行之有效,但是易于实现---联想OMP算法也是贪婪算法,每次都找到投影最大值最大的那一列

8.2背包问题

有个小偷要偷东西,现在有如上图三种东西可以偷,但是他的包只能装35kg的东西,那他偷东西的时候要怎么选最优呢?
如果开始就选了最贵的,但是重量达到30,他就没法再装下大于5的东西了,那要怎么办呢?
说明:贪婪策略斌不能获
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值