@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
![5bc61aef13b640fce8730f7c4fa2e8de.png](https://i-blog.csdnimg.cn/blog_migrate/55c79f4de94e9ddf21b470d9b353ec37.jpeg)
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
![e9b207622a7f6c094eb640fc96ff74d0.png](https://i-blog.csdnimg.cn/blog_migrate/3b5b27b4ef4b9f3ccd1a766c58c91aaf.jpeg)
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