pythonfloyd算法求最短路径_贪心算法，你不贪心谁信

@Author ：By Runsen

贪心算法

贪心算法(又称贪婪算法)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，他所做出的是在某种意义上的局部最优解。

假设我们有一个100kg的背包，可以装飞中物品，如何将所装的物品总价值最大

答案 20kg 黑豆 ，30kg 绿豆 ，50kg 红豆

贪心算法的基本思路是从问题的某一个初始解出发一步一步地进行，根据某个优化测度，每一步都要确保能获得局部最优解。每一步只考虑一个数据，他的选取应该满足局部优化的条件。若下一个数据和部分最优解连在一起不再是可行解时，就不把该数据添加到部分解中，直到把所有数据枚举完，或者不能再添加算法停止

贪心算法的解题步骤

• 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。

在比如，有一个有权图，从顶点S开始，照样一条到顶点T的最短路径

贪心算法的解决思路

每次选择一条跟当前相连的权最小的边，直到找出顶点T。

求出的最短路径S ->A->E->T，路径长度1+4+4 =9

但是贪心选择的方法，求的路径并不是最短路径 S- >B ->D->T 才是最短路径

因为前面的选择会影响后面的选择，导致每一步的选择都很糟糕，最终无法得到全局最优解

生活中常见的贪心算法就是钱币付钱

肯定先用最大的100来付钱，如果不够，就用50，最后剩下的用1元来补齐

1.贪婪算法可以寻找局部最优解，并尝试与这种方式获得全局最优解

2.得到的可能是近似最优解，但也可能便是最优解(区间调度问题，最短路径问题(广度优先、狄克斯特拉))

3.对于完全NP问题，目前并没有快速得到最优解的解决方案

4.面临NP完全问题，最佳的做法就是使用近似算法

5.贪婪算法(近似算法)在大部分情况下易于实现，并且效率不错

l