常见算法——贪心算法(贪婪算法) Greedy algorithm

漂亮晓晓

已于 2024-04-12 11:05:54 修改

阅读量961

点赞数 9

文章标签：贪心算法算法

于 2024-04-12 10:00:50 首次发布

本文链接：https://blog.csdn.net/weixin_43713707/article/details/137655543

版权

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：