贪心算法简介
1.贪婪算法(贪心算法)是指在对问题进行求解时,在每一步选择中都采取最好或者最优(即最有利)的选择,从而希望能够导致结果是最好或者最优的算法。
2.贪婪算法所得到的结果不一定是最优的结果(有时候会是最优解),但是都是相对近似(接近)最优解的结果。
集合覆盖问题
基本介绍
假设存在如下表的需要付费的广播台,以及广播台信号可以覆盖的地区。 如何选择最少的广播台,让所有 的地区都可以接收到信号
笨蛋穷举法解决
首先考虑采用穷举法,列出每个可能的广播台的集合,这被称为幂集,假设总共有n个广播电台,则总共的组合方法有:2^n-1种,假设每秒可以计算10 个子集,则穷举法所需的时间如下:
可以看到,穷举法在电台数量很多时,需要的计算时间好久好久,这个笨蛋穷举法只适用于数量较小时使用。下面利用贪心算法进行寻找近似最优解。
贪心算法解决
基本思路
1) 使用贪婪算法,可以得到非常接近的解,并且效率高
2)选择策略上,需要覆盖全部地区的最小集合:
1.遍历所有的广播电台, 找到一个覆盖了最多未覆盖的地区的电台(此电台可能包含一些已覆盖的地区,但没有关系),即:在每次比较中,哪些地区还没有被覆盖,选择一个能覆盖这些地区最多的电台。
2. 将这个电台加入到一个集合中(比如 ArrayList), 并把该电台覆盖的地区在下次比较时去掉。 3.重复第 1 步直到覆盖了全部的地区。
分步图解
图解!!1(1乱入感叹号了啦!)很清晰,图解很重要,可以快速理解贪心算法每一步择优选取的思想!下面给出每一步操作的图解。
代码实现
package com.study.greedy;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.HashSet;
/**
* @author 漂亮小小
* @version 1.0
*/
public class GreedyAlgorithm {
public static void main(String[] args) {
//创建广播电台,放入到 Map
//HashMap<String, HashSet<String>>里,String为电台名字 如K1,HashSet<String>保存覆盖地区,多个
HashMap<String, HashSet<String>> broadcasts = new HashMap<String, HashSet<String>>();
//将各个电台放入到broadcasts里
HashSet<String> hashSet1 = new HashSet<>();
hashSet1.add("北京");
hashSet1.add("上海");
hashSet1.add("天津");
HashSet<String> hashSet2 = new HashSet<>();
hashSet2.add("广州");
hashSet2.add("北京");
hashSet2.add("深圳");
HashSet<String> hashSet3 = new HashSet<>();
hashSet3.add("成都");
hashSet3.add("上海");
hashSet3.add("杭州");
HashSet<String> hashSet4 = new HashSet<>();
hashSet4.add("上海");
hashSet4.add("天津");
HashSet<String> hashSet5 = new HashSet<>();
hashSet5.add("杭州");
hashSet5.add("大连");
//加入到Map
broadcasts.put("K1", hashSet1);
broadcasts.put("K2", hashSet2);
broadcasts.put("K3", hashSet3);
broadcasts.put("K4", hashSet4);
broadcasts.put("K5", hashSet5);
//创建HashSet 存放所有地区
HashSet<String> allAreas = new HashSet<>();
allAreas.add("北京");
allAreas.add("上海");
allAreas.add("天津");
allAreas.add("广州");
allAreas.add("深圳");
allAreas.add("成都");
allAreas.add("杭州");
allAreas.add("大连");
//创建一个集合ArrayList 存放每轮选择的电台集合
ArrayList<String> selects = new ArrayList<>();
//定义一个临时集合 变量,在遍历过程中,存放遍历过程中 电台覆盖的地区与当前还未被覆盖的地区的交集
HashSet<String> tempSet = new HashSet<>();
//定义一个maxKey,保存每次遍历过程中,能够覆盖 最大 未覆盖地区 对应的电台的key,即电台名
//如果maxKey不为null,则会加入到selects
String maxKey = null;
while (allAreas.size() != 0) {//地区还未被完全覆盖,就继续遍历
//每次循环,要把 maxKey 置空
maxKey = null;
//遍历broadcast电台,取出对应的key
for (String key : broadcasts.keySet()) {
//每for,要将tempSet青空
tempSet.clear();
//当前电台key能覆盖的地区
HashSet<String> areas = broadcasts.get(key);
tempSet.addAll(areas);
//求电台覆盖地区tempSet与 当前未覆盖地区allAreas 的交集
tempSet.retainAll(allAreas);//交集重新赋给 tempSet
//如果当前集合 包含的未覆盖地区的数量,比maxKey指向的集合的地区还多
//就需要重置key
//tempSet.size() > broadcasts.get(maxKey).size())体现贪心算法,每次最优
if (tempSet.size() > 0 &&
(maxKey == null || tempSet.size() > broadcasts.get(maxKey).size())) {
maxKey = key;
}
}
//maxKey != null 就应该将maxKey加入到selects集合中
if (maxKey != null) {
selects.add(maxKey);
//将maxKey指向的电台里包含的地区 从 allAreas里清除掉
allAreas.removeAll(broadcasts.get(maxKey));
}
}
System.out.println("得到的选中的电台的结果:" + selects);
}
}
结果:
贪心算法备注
1) 贪婪算法所得到的结果不一定是最优的结果(有时候会是最优解),但是都是相对近似(接近)最优解的结果
2) 比如上面的算法选出的是 K1, K2, K3, K5,符合覆盖了全部的地区
3) 但是 K2, K3,K4,K5 也可以覆盖全部地区,如果 K2 的使用成本低于 K1,那么 K1, K2, K3, K5 虽然是满足条件,但是并不是最优的。