算法 - 贪心算法

最新推荐文章于 2024-07-16 14:53:37 发布

林夏天

最新推荐文章于 2024-07-16 14:53:37 发布

阅读量281

点赞数 2

分类专栏：数据结构与算法学习笔记文章标签：贪心算法 javascript 前端

本文链接：https://blog.csdn.net/weixin_46124214/article/details/105016279

版权

本文介绍了贪心算法的基本概念和最优子结构特性，并通过汽车加油问题、部分背包问题和买卖股票的最佳时机问题三个实例详细阐述了贪心算法的应用。在汽车加油问题中，策略是找到汽车满油量可以行驶的最大路程范围内的最后一个加油站加油。在背包问题中，按物品的价值与尺寸比率降序放入。在股票交易问题中，通过记录最小价格以确定最佳买卖时机。

摘要由CSDN通过智能技术生成

贪心算法

基本要素：

贪心选择：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，他所做出的是在某种意义上的局部最优解。
最优子结构：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。

过程：

建立数学模型来描述问题；
把求解的问题分成若干个子问题；
对每一子问题求解，得到子问题的局部最优解；
把子问题的解局部最优解合成原来解问题的一个解。

（一）汽车加油问题

问题：

一辆汽车加满油后可行驶 n公里。旅途中有若干个加油站。设计一个有效算法，指出应在哪些加油站停靠加油，使沿途加油次数最少。

输入格式:
第一行有 2 个正整数n和 k（k<=1000 )，表示汽车加满油后可行驶n公里，且旅途中有 k个加油站。第二行有 k+1 个整数，表示第 k 个加油站与第k-1 个加油站之间的距离。第 0 个加油站表示出发地，汽车已加满油。第 k+1 个加油站表示目的地。

输出格式:
输出最少加油次数。如果无法到达目的地，则输出“No Solution!”。

输入样例:
7 7
1 2 3 4 5 1 6 6

输出样例:
4

贪心性质分析：
找到汽车满油量时可以行驶的最大路程范围内的最后一个加油站，加油后则继续用此方法前进。需要检查每一小段路程是否超过汽车满油量时的最大支撑路程。

代码：

function greedy(n,k) {
   
        var count=0;
        var arr =[];
        //随机分配arr的每个数，即第i和i-1个加油站之间的距离
        for (var i =0 ;i <=k;i++){
   
            arr[i] = parseInt(Math.random()*10+1);
        }
        console.log(arr