《算法图解》系列笔记(八)—— 贪婪算法

本文探讨了贪婪算法在解决问题中的应用,例如在背包问题和旅行计划中的策略。虽然贪婪算法在某些情况下提供接近最优解,但在集合覆盖问题和旅行商问题等NP完全问题中,无法保证找到最优解。文章通过实例解释了NP完全问题的识别标准,并指出这类问题的复杂度随着元素增加而急剧上升。
摘要由CSDN通过智能技术生成
简单的贪婪算法

每步都采取最优的做法,每步都选择局部最优解。

背包问题

有些情况下,完美是优秀的敌人。如果你只需要找到一个大致解决问题的算法,贪婪算法挺不错,因为实现容易,结果与正确结果相当接近。
练习

8.1 你在一家家具公司工作,需要将家具发往全国各地,为此你需要将箱子装上卡车。每个箱子的尺寸各不相同,你需要尽可能利用每辆卡车的空间,为此你将如何选择要装上卡车的箱子呢?请设计一种贪婪算法。使用这种算法能得到最优解吗?

选择可以装入卡车中最大的箱子,不断重复,直到不能再装,这种算法得不到最优解。

8.2 你要去欧洲旅行,总行程为7天。对于每个旅游胜地,你都给它分配一个价值——表示你有多想去那里看看,并估算出需要多长时间。你如何将这次旅行的价值最大化?请设计一种贪婪算法。使用这种算法能得到最优解吗?

不断地挑选可以在剩下的时间内完成的价值最大的活动,直到剩下的时间不能够完成任何活动为止。同样这种算法得不到最优解。

集合覆盖问题

假设你办了个广播节目,要让全美50个州的听众都收听得到。为此,你需要决定在哪些广播台播出。在每个广播台播出都需要支付费用,因此你力图在尽可能少的广播台播出。每个广播台都覆盖特定的区域,不同广播台的覆盖区域可能重叠。
具体方法如下:
①列出每个可能的广播台集合,这被称为幂集(power set)。可能的子集有2**n个。

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