算法学习：贪心算法

14天阅读挑战赛
*努力是为了不平庸~

---

系列文章目录

第一章 算法简介
第二章 贪心算法

---

2.1贪心算法

百度百科中，贪心算法（greedy algorithm ，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，算法得到的是在某种意义上的局部最优解。说人话就是只顾眼前利益，不从长远做打算。我们经常会听到这些话:“人要活在当下”“看清楚眼前”……贪心算法正是“活在当下，看清楚眼前”的办法，从问题的初始解开始，一步一步地做出当前最好的选择，逐步逼近问题的目标，尽可能地得到最优解，即使达不到最优解，也可以得到最优解的近似解。

贪心算法在解决问题的策略上“目光短浅”，只根据当前已有的信息就做出选择，而且一旦做出了选择，不管将来有什么结果，这个选择都不会改变。换言之，贪心算法并不是从整体最优考虑，它所做出的选择只是在某种意义上的局部最优。贪心算法能得到许多问题的整体最优解或整体最优解的近似解。因此，贪心算法在实际中得到大量的应用。
在贪心算法中，我们需要注意以下几个问题。

1. 没有后悔药。一旦做出选择，不可以反悔。we
2. 有可能得到的不是最优解，而是最优解的近似解。
3. 选择什么样的贪心策略，直接决定算法的好坏。

那么具体怎么去利用贪心算法呢？下面介绍基本流程：选择贪心策略，然后得到局部最优解,然后得到全局最优解。具体流程如下所示：

1. 贪心策略：首先要确定贪心策略，选择当前看上去最好的一个方案。例如，挑选苹果，如果你认为个大的是最好的，那你每次都从苹果堆中拿一个最大的，作为局部最优解，贪心策略就是选择当前最大的苹果；如果你认为最红的苹果是最好的，那你每次都从苹果堆中拿一个最红的，贪心策略就是选择当前最红的苹果。因此根据求解目标不同，贪心策略也会不同。
2. 局部最优解：根据贪心策略，一步一步地得到局部最优解。例如，第一次选一个最大的苹果放起来，记为$a_1$，第二次再从剩下的苹果堆中选择一个最大的苹果放起来，记为$a_2$，以此类推。
3. 全局最优解：把所有的局部最优解合成为原来问题的一个最优解$（a_1，a_2，\dots )$。熟知的冒泡算法就属于贪心算法

最优装载问题、背包问题、会议安排、最短路径、哈夫曼编码、最小生成树都利用了贪心算法的思想，下面进行逐个讲解。

2.2最优装载问题

首先叙述解决流程，形成完整的思考流程。
首先，分析问题并想出算法的设计思路（文字叙述）。
然后，给出图解思路。
之后，编写伪代码。
最后，给出完整代码。
还有一点，分析算法的复杂度，并思考改进思路。

2.2.1问题描述：

有一批集装箱要装上一艘载重量为$c$的轮船。其中集装箱i的重量为$W_i$。最优装载问题要求确定在装载体积不受限制的情况下，将尽可能多的集装箱装上轮船。(意思就是在不超过载重量的情况下最多能装多少)

2.2.2分析问题&设计思路：

最优装载问题可以利用贪心算法去求解，题目中要求的是装尽可能多的集装箱，船的载重量最大为$c$且固定的，那么优先将重量小的物体放进去就可以装载尽可能多的集装箱。这里贪心策略选择的就是先装重量最轻者。就可以从局部最优解得到全局最优解。
设计思路：

1. 当载重量为定值$c$时，$W_i$越小时，可装载的集装箱数量$n$越大。只要依次选择最小重量集装箱，直到不能再装为止。
2. 把$n$个集装箱的重量从小到大（非递减）排序，然后根据贪心策略尽可能多地选出前$i$个集装箱，直到不能继续装为止，此时达到最优。

2.2.3图解思路：

假设总载重量$c$为30，集装箱总共有8个，重量分别是4、10、7、11、3、5、14、2 。
图示：

重量W[i]	4	10	7	11	3	5	14	2

1. 首先给该列表从小到大排序：

重量W[i]	2	3	4	5	7	10	11	14

2. 按照贪心策略，每次选重量最小的放入($tmp$代表集装箱的重量，$ans$代表已装载的集装箱的个数)

$i=0$，选择排序后的第1个，装入重量$tmp=2$，不超过载重量30，$ans=1$。
$i=1$，选择排序后的第2个，装入重量$tmp=2+3=5$，不超过载重量30，$ans =2。
$i=2$，选择排序后的第3个，装入重量$tmp=5+4=9$，不超过载重量30，$ans =3。
$i=3$，选择排序后的第4个，装入重量$tmp=9+5=14$,不超过载重量30，$ans =4。
$i=4$，选择排序后的第5个，装入重量$tmp=14+7=21$，不超过载重量30，$ans =5。
$i=5$，选择排序后的第6个，装入重量$tmp=21+10=31$，超过载重量30，算法结束。即放入古董的个数为ans=5个。

2.2.4伪代码：

程序=数据结构+算法，需要首先选择数据结构。很显然这里，数据结构用数组承载每个集装箱的重量即可。

1. 数据结构定义
   根据算法设计描述，我们用一维数组存储集装箱的重量：double w[N];//一维数组存储古董的重

2. 按重量排序可以利用C++中的排序函数sort，对古董的重量进行从小到大（非递减)排序。要使用此函数需引入头文件:
   #include <algorithm>
   语法描述为:
   sort (begin,end)//参数begin和end表示一个范围，分别为待排序数组的首地址和尾地址//sort函数默认为升序
   在本例中只需要调用sort函数对集装箱的重量进行从小到大排序:sort(w,w+n); //按古董重量升序排序

3. 按照贪心策略找最优解
   首先用变量 $ans$记录已经装载的集装箱个数，$tmp$代表装载到船上的集装箱的重量，两个变量都初始化为0。然后按照重量从小到大排序，依次检查每个集装箱，$tmp$加上该集装箱的重量,如果小于等于载重量$c$，则令$ans++$;否则，退出。

double temp=0.0;int ans=0;/ l tmp为已装载到船上的集装箱重量，ans为已装载的集装箱个数
	for(int i=0;i<n;i++)
	{
		tmp+=w[i];
		if(tmp<=c)
			ans ++;
		else
		break;
	}

2.2.5完整代码：

#include <iostream>
#include <algorithm>
const int N=1000005;
using namespace std;
double w[N];//古董的重量数组
int main ()
{
	double c;
	int n;
	cout<<"请输入载重量c及古董个数n: "<<endl;
	cin>>c>>n;
	cout<<"请输入每个古董的重量，用空格分开:"<<endl;
	for(int i=0;i<n;i++)
	{
		cin>>w[i];//输入每个物品重量
	}
	sort (w, w+n) ; //按古董重量升序排序
	double temp=0.0;
	int ans=0;// tmp为已装载到船上的古董重量，ans为已装载的古董个数
	for(int i=0;i<n;i++)
	{
		temp+=w[i];
		if(temp<=c)
			ans ++;
		else
		break;
	}
	cout<<"能装入的古董最大数量为Ans=";
	cout<<ans<<endl;
	return 0;
}

运行结果：

2.2.6算法复杂度分析及其改进思路：

未更新

2.3其他可用贪心算法解决的问题（未更新）

其他的可以利用贪心算法解决的问题在此提一嘴，先不详细讲述。

2.3.1背包问题

2.3.2会议安排

2.3.3最短路径

2.3.4哈夫曼编码

2.3.5最小生成树