贪心算法
一、贪心算法
在对问题求解时,总是作出在当前看来是最好的选择。也就是说,不从整体上加以考虑,
它所作出的仅仅是在某种意义上的局部最优解(是否是全局最优,需要证明)。
二、最优装载问题
- 有一天海盗们截获了一艘装满各种各样古董的货船,每一件都价值连城,一旦打碎就是去了价值,
海盗船载重量为C,每件固定的重量为wi,海盗们该如何尽可能装载最多数量的古董呢?
算法设计
古董重量清单:
1. 船载重量固定为C,只要每次选择重量最小的古董,直到不能再装为止,这样装载的古董数量最大,
这就是贪心策略;
2. 把古董按重量从小到大排序,根据策略选出尽可能多的古董。
代码实现
定义每个古董重量
antique = [4, 10, 7, 11, 3, 5, 14, 2]
def max_ans(antique):
anti_sort = sorted(antique) # 对重量排序
ans, tmp = 0, 0 # ans记录装载古董数量,tmp记录装载古董重量
ship = [] # 记录装载的古董
for a in anti_sort:
tmp += a
if tmp <= 30:
ans += 1
ship.append(a)
print('装载古董数量:', ans)
print('装载的古董', ship)
max_ans(antique)
三、教室分配问题
- 假设有如下课程表,你希望将尽可能多的课程安排在某间教室上。
但是你没法让这些课都在这间教室上,因为有些课的上课时间有冲突。
基本思路
你希望在这间教室上尽可能多的课。如何选出尽可能多且时间不冲突的课程呢?
具体做法如下:
(1) 选出结束最早的课,它就是要在这间教室上的第一堂课。
(2) 接下来,必须选择第一堂课结束后才开始的课。同样,你选择结束最早的课,这将是要在这间教室上的第二堂课。
重复这样做就能找出答案!
四、背包问题
假设山洞中有n种宝物,每种宝物有一定重量w和相应的价值v,毛驴运载能力
一种宝物只能拿一样,宝物可分割。怎样才能使毛驴运走宝物的价值最大呢?
- 可以尝试三种贪心策略:
- 每次挑选价值最大的装东西入背包;
- 每次挑选最重的东西;
- 每次选取单位重量价值最大的东西。
算法设计
- 计算出每件宝物的性价比,按照从高到低排序;
- 根据贪心策略,按性价比从大到小选取宝物,直到达到毛驴的运载能力。每次选择宝物后判断是否
小于m,如果不小于则取走宝物的一部分,程序结束。
代码实现
# datas中每个元素代表一个古董,每个列表第一个元素代表古董重量,第二个元素代表古董价值
datas = [[4, 3], [2, 8], [9, 18], [5, 6], [5, 8], [8, 20], [5, 5], [4, 6], [5, 7], [5, 15]]
m = 30 # 毛驴运载能力
w = 0 # 获取的总价值
# 计算出每件宝物的性价比,按照从高到低排序
for i in range(len(datas)):
price = datas[i][1] / datas[i][0]
datas[i].append(price) # 增加性价比
datas.sort(key=lambda data: data[2], reverse=True) # 按性价比排序
# 按性价比从大到小选取宝物,直到达到毛驴的运载能力
for data in datas:
if data[0] <= m:
w += data[1]
m -= data[0]
else:
w += data[2] * m # 取走宝物的一部分
break
print('总价值:',w)