贪心算法和集合覆盖问题

一、贪心算法的概述

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

二、集合覆盖问题

2.1 案例描述

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

广播台	覆盖地区
K1	北京、上海、天津
K2	广州、北京、深圳
K3	成都、上海、杭州
K4	上海、天津
K5	杭州、大连

2.2 思路分析

2.2.1 穷举法的思路

首先想到如何找出覆盖所有地区的广播台的集合呢？

最容易想到是使用穷举法实现，列出每个可能的广播台的集合，这被称为幂集。假设总的有n个广播台，则广播台的组合总共有2ⁿ 个,假设每秒可以计算10个子集，那么其所需要的时间如下：

广播台数量	子集总数	需要的时间
5	32	3.2s
10	1024	102.4s
32	4294967296	13.6年
100	1.26*100³º	4x10²³年

但是问题在于 n 个广播台可能的集合有 2ⁿ 个，因此运行时间为 O(2ⁿ)。如果广播台不多，比如只有 5~10 个，这个方法倒还可行。但是一旦问题的规模变大，广播台的数量增多，需要的时间将激增。效率就会变低。

2.2.2 贪心算法的思路

于是，引出了贪心算法这一方法，使我们处理这类问题的效率变得更加高效。

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）
2. 将这个电台加入到一个集合中(比如ArrayList), 想办法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

2.3 贪心算法的代码实现

package greedy;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.HashSet;


public class greedyAlgorithm {

    public static void main(String[] args) {
        //创建一个ArrayList，存放选择的电台集合
        ArrayList<String> selected = new ArrayList<>();
        //创建广播电台，放入到一个Map中
        HashMap<String,HashSet<String>> broadcasts = new HashMap<>();
        //存放所有的地区
        HashSet<String> allAreas = new HashSet<>();
        //定义一个临时的集合，在遍历过程中，存放遍历过程中电台覆盖的地区和当前还没有被覆盖地区的交集
        HashSet<String> temp = new HashSet<>();
        // 存放maxKey对应的地区和当前还没有覆盖的地区的交集
        HashSet<String> maxSet = new HashSet<String>();


        HashSet<String> hashSet1 = new HashSet<>();
        hashSet1.add("北京");
        hashSet1.add("上海");
        hashSet1.add("天津");

        HashSet<String> hashSet2 = new HashSet<>();
        hashSet2.add("北京");
        hashSet2.add("广州");
        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);

        //添加城市集合
        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");

        //定义maxKey，保存在一次遍历过程中，能够覆盖最大地区对应的电台key
        String maxkey = null;
        while(allAreas.size() != 0){
            maxkey = null;
            //遍历broadcasts，取出对应key
            for(String key:broadcasts.keySet()){
                temp.clear();
                HashSet<String> areas = broadcasts.get(key);
                temp.addAll(areas);
                temp.retainAll(allAreas);//求出temp和allAreas集合的交集
                if (maxkey != null) {
                    maxSet.addAll(broadcasts.get(maxkey));
                    maxSet.retainAll(allAreas);
                }
                //如果当前集合包含的未覆盖地区的数量，比maxkey指向的集合地区还多
                if(temp.size() > 0 && (maxkey == null || temp.size() > maxSet.size())){
                    maxkey = key;
                }
            }
            if(maxkey != null){
                selected.add(maxkey);
                //将maxKey指向的广播电台覆盖地区，从allAreas中移除
                allAreas.removeAll(broadcasts.get(maxkey));
            }
        }
        System.out.println("得到的结果是" + selected);
    }
}