常用算法--贪心算法

简介

贪心算法（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 。

算法思想：

贪心算法一般按如下步骤进行：

1. 建立数学模型来描述问题 。
2. 把求解的问题分成若干个子问题 。
3. 对每个子问题求解，得到子问题的局部最优解 。
4. 把子问题的解局部最优解合成原来解问题的一个解 。
   贪心算法是一种对某些求最优解问题的更简单、更迅速的设计技术。贪心算法的特点是一步一步地进行，常以当前情况为基础根据某个优化测度作最优选择，而不考虑各种可能的整体情况，省去了为找最优解要穷尽所有可能而必须耗费的大量时间。贪心算法采用自顶向下，以迭代的方法做出相继的贪心选择，每做一次贪心选择，就将所求问题简化为一个规模更小的子问题，通过每一步贪心选择，可得到问题的一个最优解。虽然每一步上都要保证能获得局部最优解，但由此产生的全局解有时不一定是最优的，所以贪心算法不要回溯 。

算法特性

贪心算法可解决的问题通常大部分都有如下的特性：

1. 有一个以最优方式来解决的问题。为了构造问题的解决方案，有一个候选的对象的集合：比如不同面值的硬币 [3] 。
2. 随着算法的进行，将积累起其他两个集合：一个包含已经被考虑过并被选出的候选对象，另一个包含已经被考虑过但被丢弃的候选对象 。
3. 有一个函数来检查一个候选对象的集合是否提供了问题的解答。该函数不考虑此时的解决方法是否最优 [3] 。
4. 还有一个函数检查是否一个候选对象的集合是可行的，即是否可能往该集合上添加更多的候选对象以获得一个解。和上一个函数一样，此时不考虑解决方法的最优性 。
5. 选择函数可以指出哪一个剩余的候选对象最有希望构成问题的解。
6. 最后，目标函数给出解的值 。

贪心选择

所谓贪心选择性质是指所求问题的整体最优解可以通过一系列局部最优的选择，换句话说，当考虑做何种选择的时候，我们只考虑对当前问题最佳的选择而不考虑子问题的结果。这是贪心算法可行的第一个基本要素。贪心算法以迭代的方式作出相继的贪心选择，每作一次贪心选择就将所求问题简化为规模更小的子问题。对于一个具体问题，要确定它是否具有贪心选择性质，必须证明每一步所作的贪心选择最终导致问题的整体最优解。
当一个问题的最优解包含其子问题的最优解时，称此问题具有最优子结构性质。问题的最优子结构性质是该问题可用贪心算法求解的关键特征。

贪心算法的实现框架

从问题的某一初始解出发：
while (朝给定总目标前进一步)
{
利用可行的决策，求出可行解的一个解元素。
}

区域覆盖问题

选出覆盖所以区域的集合

   public static void main(String[] args) {
      HashMap<String,HashSet<String>> broadcasts = new HashMap<String, HashSet<String>>();
      HashSet<String> hashSet1 = new HashSet<String>();
      hashSet1.add("上海");
      hashSet1.add("天津");
      hashSet1.add("成都");

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

      HashSet<String> hashSet3 = new HashSet<String>();
      hashSet3.add("魔都");
      hashSet3.add("帝都");
      hashSet3.add("天都");


      HashSet<String> hashSet4 = new HashSet<String>();
      hashSet4.add("云南");
      hashSet4.add("昆明");

      HashSet<String> hashSet5 = new HashSet<String>();
      hashSet5.add("西藏");
      hashSet5.add("洗澡");

      //map
      broadcasts.put("K1", hashSet1);
      broadcasts.put("K2", hashSet2);
      broadcasts.put("K3", hashSet3);
      broadcasts.put("K4", hashSet4);
      broadcasts.put("K5", hashSet5);


      HashSet<String> allAreas = new HashSet<String>();
      allAreas.add("魔都");
      allAreas.add("上海");
      allAreas.add("天都");
      allAreas.add("北京");
      allAreas.add("四川");
      allAreas.add("南进");
      allAreas.add("云南");
      allAreas.add("昆明");
 }
     public List<String> greed (List<String> allAreas, HashMap<String,HashSet<String>> broadcasts   ){
      //包含的集合
      ArrayList<String> selects = new ArrayList<String>();
      
      //临时的交集
      HashSet<String> tempSet = new HashSet<String>();
      
      //指向最大的集合
      String maxKey = null;
      while(allAreas.size() != 0) {
         maxKey = null;
         for(String key : broadcasts.keySet()) {

            tempSet.clear();  // chear
            HashSet<String> areas = broadcasts.get(key);
            tempSet.addAll(areas); 
            tempSet.retainAll(allAreas); // 取交集
            if(tempSet.size() > 0 &&   //如果交集大于 maxKey指向的结合，则重置maxKdy,体现了贪心
                  (maxKey == null || tempSet.size() >broadcasts.get(maxKey).size())){
               maxKey = key;
            }
         }
         //将maxKey,加入其中
         if(maxKey != null) {
            selects.add(maxKey);
            //maxKey allAreas 
            allAreas.removeAll(broadcasts.get(maxKey));
            System.out.println(maxKey);
            broadcasts.remove(maxKey);  // 减小规模
         }
      } 
      return selects; 

   }