贪心算法 —— 每时每刻都要做最好的( $ _ $ )

AF_ INET

已于 2023-03-17 13:33:25 修改

阅读量304

点赞数

分类专栏： OJ分题型学习文章标签：算法贪心算法排序算法 Powered by 金山文档

于 2023-03-16 20:01:45 首次发布

本文链接：https://blog.csdn.net/weixin_73077979/article/details/129572343

版权

算法思想介绍

贪心算法是指，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，他所做出的是在某种意义上的局部最优解。贪心选择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，即贪心选择来达到。这是贪心算法可行的第一个基本要素。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。运用贪心策略在每一次转化时都取得了最优解。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。贪心算法的每一次操作都对结果产生直接影响。贪心算法对每个子问题的解决方案都做出选择，不能回退。贪心算法的基本思路是从问题的某一个初始解出发一步一步地进行，根据某个优化测度，每一步都要确保能获得局部最优解。每一步只考虑一个数据，他的选取应该满足局部优化的条件。若下一个数据和部分最优解连在一起不再是可行解时，就不把该数据添加到部分解中，直到把所有数据枚举完，或者不能再添加算法停止。实际上，贪心算法适用的情况很少。一般对一个问题分析是否适用于贪心算法，可以先选择该问题下的几个实际数据进行分析，就可以做出判断。

总之：贪心算法，不考虑全局，每一步最优解，最终叠加组合，得到最优解，局部最优解就是当前最优解，就是解题的约束条件

过程

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. 对每一子问题求解，得到子问题的局部最优解； 4. 把子问题的局部最优解合成原来解问题的一个解

简单来说就是：假设一个问题比较复杂，暂时找不到全局最优解，那么我们可以考虑把原问题拆成几个小问题（分而治之思想），分别求每个小问题的最优解，再把这些“局部最优解”叠起来，就“当作”整个问题的最优解了

该算法存在的问题

不能保证求得的最后解是最佳的不能用来求最大值或最小值的问题只能求满足某些约束条件的可行解的范围

举例

通过下面的例子，了解贪心的思想吧~

选择排序

我们学的排序算法之一的选择排序，就用到了贪心的算法，我们可以通过每次遍历序列的方式寻找最小的数，将他与序列的第一个位置交换，然后再从剩下的位置中寻找最小的数，再次交换到前面去，最终就得到一个有序数组

void selectSort(int* arr, int n)//arr数组（元素个数为n）排序
{
    for (int i = 0; i < n; ++i)//i限定了一段区间
    {
        int curIndex = i;//curIndex记录遍历所到之处目前最小元素的下标
        for (int j = i + 1; j < n; ++j)
        {
            if (arr[curIndex] > arr[j])//遍历剩余元素，找到最小的元素下标
                curIndex = j;
        }
        swap(arr[curIndex], arr[i]);
    }
}