算法思想：贪心算法经典问题

• 贪心算法：对问题求解时，总是做出在当前看来最好的选择。换句话说，不从整体最优考虑，所作出的时在某种意义上的局部最优解。
• 贪心算法并不保证会得到最优解，但是在某些问题上贪心算法的解就是最优解。要会判断一个问题能否用贪心算法来计算。
• 找零问题：
  假设商店老板需要找零元钱，钱币的面额有：100元、50元、20元、5元、1元，如何找零使得所需钱币的数量最少？

t=[100,50,20,5,1]
def change(n,t):
	m=[0 for _ in range(len(t))]
	for i,money in enumerate(t):
		m[i]=n//money
		n=n%money
	return m,n

• 背包问题
  一个小偷在某个商店发现有个商品，第个商品价值v元，重w千克。他希望拿走的价值尽量高，但他的背包最多只能容纳W千克的东西。他应该拿走哪些商品？
  0-1背包：对于一个商品，小偷要么把它完整拿走，要么留下。不能只拿走一部分，或把一个商品拿走多次。（商品为金条）
  分数背包：对于一个商品，小偷可以拿走其中任意一部分。（商品为金砂）
  举例：
  • 商品1：v1=60 w1=10
  • 商品2：v2=100 w2=20
  • 商品3：v3=120 w3=30
  • 背包容量：W=50
    思考：对于0-1背包和分数背包，贪心算法是否都能获得最优解？为什么？
    答：分数背包一定可以，但0-1背包不一定。
    以上述例子：0-1背包，单位价值1>2>3,但组合2和3的价值比1和2大。不满足贪心算法

分数背包python代码实现

goods=[(60,10),(100,20),(120,30)] #每个商品元组表示（价格，重量）
goods.sort(key=lambda x:x[0]/x[1],reverse=True)
def fractional_backpack(goods,w):
	m=[0 for _ in range(len(goods))]
	total_v=0
	for i,(price,weight) in enumerate(goods):
		if w>=weight:
			m[i]=1
			total_v+=price
			w-=weight
		else:
			m[i]=w/weight
			total_v+=m[i]*price
			w=0
			break
	return m,total_v

• 拼接最大数字问题
  有个非负整数，将其按照字符串拼接的方式拼接为一个整数。如何拼接可以使得得到的整数最大？
  例：32,94,128,1286,6,71可以拼接除的最大整数为94716321286128

from functools import cmp_to_key
li = [32, 94, 128, 1286, 6, 71]
def xy_cmp(x, y):
    if x + y > y + x:
        return -1
    elif x + y < y + x:
        return 1
    else:
        return 0
def number_join(li):
    li = list(map(str, li))
    li.sort(key=cmp_to_key(xy_cmp))
    return ''.join(li)

• 活动选择问题
  假设有个活动，这些活动要占用同一片场地，而场地在某时
  刻只能供一个活动使用。
  每个活动都有一个开始时间S和结束时间f:(题目中时间以整数
  表示)，表示活动在[Si,fi)区间占用场地。
  问：安排哪些活动能够使该场地举办的活动的个数最多？
  
• 贪心结论：最先结束的活动一定是最优解的一部分。
• 证明：假设a是所有活动中最先结束的活动，b是最优解中最先结束的活动。
  • 如果a=b,结论成立。
  • 如果a≠b,则b的结束时间一定晚于a的结束时间，则此时用a替换掉最优解中
    的b,一定不与最优解中的其他活动时间重叠，因此替换后的解也是最优解。

activities=[(1,4),(3,5),(0,6),(5,7),(3,9),(5,9),(6,10),(8,11),(8,12),(2,14),(12,16)]
#保证活动是按照结束时间排好序的
activities.sort(key=lambda x:x[1])

def activity_selection(a):
	res=[a[0]]
	for i in range(1,len(a)):
		if a[i][0]>=res[-1][1]: 当前活动的开始时间晚于最后一个入选活动的结束时间
			#不冲突
			res.append(a[i])
	return res
print( activity_selection(activities))

共同点：最优化，关键字：最大、最多、最少。