贪心算法区间调度问题思路&代码&证明

1、活动安排问题

问题:有若干个活动,第i个开始时间和结束时间是[Si,fi),只有一个教室,活动之间不能交叠,求最多安排多少个活动?

解题思路:将活动按照结束时间进行从小到大排序,挑选出结束时间尽量早的活动,并且满足后一个活动的起始时间晚于前一个活动的结束时间,全部找出这些活动就是最大的相容活动子集合。

C代码示例

正确性证明:我们可以从贪心算法得到的结果集仅进行倒推。首先去掉结果集中的第一个活动A,那么在剩下的活动中,结束时间最早的活动B的结束时间一定不早于A,那么A活动在最优解中一定合理。再用同样的方式判断活动B,依次类推,则结果集就是最优解。

2、最小延迟问题

问题:顾客在饭店中点餐,ti 表示i顾客所有菜加工的时间,di 表示i顾客要求菜全部完成的时间。如果实际完成的时间小于规定完成时间,那么就没有延迟。由于有很多顾客,所以会有很多不同的拖延值,我们的目标是,求得所有拖延值中的最大值,并使得这个最大的拖延值最小。

解题思路:使用贪心算法,按照截止时间ddl排序,越早截止的任务越早完成。该算法是一个没有空闲的最优调度,即从时刻0开始都有在处理请求,直到最后一个请求执行完释放资源之后才空闲。

C代码示例

const int MAX_SIZE = 100;
struct Request {
  int time, ddl;
  int begin, end;
} req[MAX_SIZE];
bool operator<(const Request& req1, const Request& req2) {
  return req1.ddl < req2.ddl;
}
int main() {
  int requestNum;
  cin >> requestNum;
  for (int i = 0; i < requestNum; ++i) {
    cin >> req[i].time >> req[i].ddl;
  }
  sort(req, req + requestNum);  //按照截止时间进行顺序排序
  int start = 0, maxDelay = 0;
  for (int i = 0; i < requestNum; ++i) {
    req[i].begin = start;
    req[i].end = start + req[i].time;
    start += req[i].time;
    if (maxDelay < req[i].end - req[i].ddl) {
      maxDelay = req[i].end - req[i].ddl;
    }
  }
  cout << "最小的最大延迟: " << maxDelay << endl;
  return 0;
}

正确性证明

3、多区间调度问题

问题:有很多间课室,某个周末有多个社团需要申请课室办活动,每个社团都有一个对应的申请时间(包括开始时间和结束时间),求最少需要多少间课室才能够满足所有社团的需求(在这个问题之中时间重叠的社团需要安排在其他课室,即会使用到多个资源,需要考虑多个资源上的调度安排,故称为多区间调度)。

解题思路:使用贪心算法,将需求按照开始时间的早晚进行排序,然后开始为这些资源打标签,每个标签代表都一个资源,需求req-i被打上标签k表示该请求分配到的资源是k。遍历排序后的需求,如果一个需求与某个已分配资源上的其他安排不冲突,则把该需求也放进该资源的安排考虑中;如果冲突,那么应该要给此需求分配新的资源,已用资源数量加一。

C++代码示例

const int MAX_SIZE = 100;
struct Request {
  int begin, end, tag;
} req[MAX_SIZE];
bool operator<(const Request& req1, const Request& req2) {
  return req1.begin < req2.begin;
}
int main() {
  int requestNum;
  cin >> requestNum;
  for (int i = 0; i < requestNum; ++i) {
    cin >> req[i].begin >> req[i].end;
  }
  sort(req, req + requestNum);
int tagSize = 1;
  req[0].tag = 0;
  bool tags[MAX_SIZE];
  for (int i = 1; i < requestNum; ++i) {
    memset(tags, 1, sizeof(tags));
    for (int j = 0; j < i; ++j) {
      if (req[j].end > req[i].begin) {
        tags[req[j].tag] = false;
      }
    }
    bool isTagsEmpty = true;
    int tag;
    for (int j = 0; j < tagSize; ++j) {
      if (tags[j]) {
        isTagsEmpty = false;
        tag = j;
        break;
      }
    }
    if (isTagsEmpty) {
      req[i].tag = tagSize;
      ++tagSize;
    } else {
      req[i].tag = tag;
    }
  }
  cout << "最小资源使用量: " << tagSize << endl;
  return 0;
}

 

  • 4
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个使用C++实现贪心算法解决区间调度问题的示例代码: ```cpp #include &lt;iostream&gt; #include &lt;vector&gt; #include &lt;algorithm&gt; // 区间结构体 struct Interval { int start; int end; }; // 比较函数,根据结束时间排序 bool compareIntervals(Interval a, Interval b) { return a.end &lt; b.end; } // 贪心算法解决区间调度问题 int intervalScheduling(std::vector&lt;Interval&gt;&amp; intervals) { // 按照结束时间排序 std::sort(intervals.begin(), intervals.end(), compareIntervals); int count = 1; // 最少需要一个区间 int endTime = intervals[0].end; // 遍历区间,选择结束时间最早的不冲突区间 for (int i = 1; i &lt; intervals.size(); i++) { if (intervals[i].start &gt;= endTime) { count++; endTime = intervals[i].end; } } return count; } int main() { std::vector&lt;Interval&gt; intervals = {{1, 3}, {2, 4}, {3, 6}, {5, 7}, {6, 8}}; int result = intervalScheduling(intervals); std::cout &lt;&lt; &quot;最多可安排的任务数量: &quot; &lt;&lt; result &lt;&lt; std::endl; return 0; } ``` 在这个示例中,我们定义了一个`Interval`结构体来表示区间,并实现了一个比较函数`compareIntervals`,用于根据结束时间对区间进行排序。`intervalScheduling`函数使用贪心算法解决区间调度问题,首先对区间按照结束时间进行排序,然后从第一个区间开始遍历,选择结束时间最早的不冲突区间,并计数。最后输出最多可安排的任务数量。 在主函数中,我们创建了一个包含几个区间的示例输入,然后调用`intervalScheduling`函数计算结果,并输出最多可安排的任务数量。 注意:这只是一个简单的示例,实际问题可能需要根据具体情况进行更复杂的处理。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值