贪心策略取得最优解的条件_L2算法基础第14课 贪心

L2-算法基础-第14课 贪心

❝

真正厉害的人，往往都比较“贪心”.

❞

「所谓贪心算法是指，在对问题求解时，总是做出在当前看来是最好的选择。」 也就是说，不从整体最优上加以考虑，他所做出的仅是在某种意义上的局部最优解。

贪心算法没有固定的算法框架，算法设计的关键是贪心策略的选择。必须注意的是，贪心算法不是对所有问题都能得到整体最优解，选择的贪心策略必须具备无后效性，即某个状态以后的过程不会影响以前的状态，只与当前状态有关。所以对所采用的贪心策略一定要仔细分析其是否满足无后效性。

示例

在一个山洞里发现了5个宝石

宝石编号	1	2	3	4	5
宝石体积	2	4	3	9	7

现在你有个背包, 容量是 10.

状态: 当前背包里已经放了多少宝石, 背包还剩多少体积 策略: 选择宝石的方法

• 怎么选装下的宝石个数最多呢?

这个比较简单, 直接选体积最小的就可以贪心的装了, 没有反例. 无论当前什么状态, 选择体积最小的都是最优方法.

• 怎么选装下的体积和最大呢???

贪心啊, 所以选体积最大的 9 然后, 然后没得选了. 贪心啊, 选体积最小的, 这样剩下空间大可以装更多的. 选 2, 然后选 3, 4. 还是总体积还是 9. 可如果选 3 和 7, 能得到体积 10.

贪心策略应该是装满, 可是我们不知道怎么才能装满, 不是先装最小的, 也不是先装最大的. 这个时候可以暴力枚举, 当然最好的方式是后面会学到的动态规划.

贪心只考虑当前状态, 所以实现起来比较简单, 但证明一道题目符合贪心比较难.

要确定一个问题是否适合用贪心算法求解，必须证明每一步所作的贪心选择最终导致问题的整体最优解。证明的大致过程为：首先考察问题的一个整体最优解，并证明可修改这个最优解，使其以贪心选择开始，做了贪心选择后，原问题简化为规模更小的类似子问题。然后用数学归纳法证明通过每一步做贪心选择，最终可得到问题的整体最优解.

贪心算法适用的问题

贪心策略适用的前提是：局部最优策略能导致产生全局最优解。

贪心算法的基本思路

• 建立数学模型来描述问题。
• 把求解的问题分成若干个子问题。
• 对每一子问题求解，得到子问题的局部最优解。
• 把子问题的解局部最优解合成原来解问题的一个解。

贪心算法的实现框架

    从问题的某一初始解出发；
    while (能朝给定总目标前进一步)
    {
    
          利用可行的决策，求出可行解的一个解元素；
    }
    由所有解元素组合成问题的一个可行解；

P1223 排队接水