目录
算法思想
当一个问题具有最优子结构性质时,可以使用动态规划法求解,但有时候使用贪心算法更简单,更直接而且解决问题效率很高。
贪心算法总是做出在当前看起来最好的选择,也就是说贪心算法并不从整体最优考虑,它所做出的选择只是在某种意义上的局部最优解,当然最终希望贪心算法得到的最终结果也是最优的。
虽然贪心算法不能对所有问题都能得到整体最优解,但是对于很多问题它能够产生整体最优解或者是趋近于最优解。
例题
硬币选择问题
1,3,5分的硬币,现给定一个价值c:11,问组成价值c需要的最少的硬币的数量?
解题思路:采用贪心算法而且要使硬币的个数最少,那么我们需要将硬币从大到小排列,每次先判断最大的面值硬币是否可以被选择,如果可以被选择时,硬币数量加1,价值c减去硬币面额,继续判断最大的是否还能被选择;如果不可以被选择,那么将判断第二大的面值的硬币是否可以选择,依次遍历,直到所有面值的硬币都不能被选择为止。
代码实现:
#include <stdio.h>
#include <stdlib.h>
#include <iostream>
#include<algorithm>
using namespace std;
int main()
{
int arr[] = { 1, 3, 5 };//硬币的面值
int length = sizeof(arr) / sizeof(arr[0]);
int cnt = 0;//选择硬币的个数
int idx = 0;;
int c = 11;//总的大小
sort(arr, length + arr, [](int a, int b)->bool{return a > b; });//面值从大到小
for (int v : arr)
{
cout << v;
}
cout << endl;
while (c > 0)
{
if (c >= arr[idx])
{
c -= arr[idx];
cnt++;
}
else
{
idx++;
}
}
cout << "cnt: " << cnt;
system("pause");
return 0;
}
结果:
第一行的结果是对硬币面值从大到小排序的结果,第二行输出的是组成面值11需要的硬币个数。
部分背包问题
有n个物体,第i个物体的重量为wi,价值为vi。在总重量不超过C的情况下让总价值尽量高。 每一个物体都可以只取走一部分,价值和重量按比例计算。求最大总价值。
解题思路:要让价值尽量高一些,那么我们需要将重量小价值大的物品优先选择,所以我们需要将每一个物品的价值重量比算出来,将比值由大到小排序,然后选择装入的物品。选择时将被选择的物品重量与背包剩余重量进行比较,若可以装则放入,背包剩余重量以及价值进行改变,若不能装,则进行部分装入,之后进行跳出(此时表示背包容量已经为0)
代码实现:
#include <stdio.h>
#include <stdlib.h>
#include <iostream>
#include<algorithm>
using namespace std;
/*
部分背包问题:有n个物体,第i个物体的重量为wi,价值为vi。在总重量不超过C的情况下让
总价值尽量高。 每一个物体都可以只取走一部分,价值和重量按比例计算。求最大总价值。
*/
struct Product{
double getPrice()const
{
return v*1.0 / w;
}
bool operator>(const Product &p)const
{
return getPrice() > p.getPrice();
}
int id;//物品的id
int w;//物品的重量
int v;//物品的价值
};
int main()
{
int w[] = { 8, 6, 4, 2, 5 };
int v[] = { 6, 4, 7, 8, 6 };
const int n = sizeof(w) / sizeof(w[0]);
int c = 12;
int x[n] = { 0 };
Product pros[n];
for (int i = 0; i < n; ++i)
{
pros[i].id = i;
pros[i].w = w[i];
pros[i].v = v[i];
}
sort(pros, pros + n, [](const Product &p1, const Product &p2)->bool{return p1>p2;});
//按性价比高的往里边放
double bestv = 0;//记录背包的最大价值
for (int i = 0; i < n; ++i)
{
if (pros[i].w <= c) //说明第i个物体可以装入背包
{
bestv += pros[i].v;
c -= pros[i].w;
}
else
{//说明第i个物体没法全部装入背包,按比例装入一部分
bestv = bestv + pros[i].v *(c*1.0 / pros[i].w);
x[pros[i].id] = 1;
break;
}
x[pros[i].id] = 1;
}
cout << "bestv:" << bestv << endl;
for (int v : x)
{
cout << v << " ";
}
cout << endl;
system("pause");
return 0;
}
结果:
第一行输出的是背包的最大价值,第二行输入的被选择的物品(1代表选择 0代表未被选择)
柜台提供服务
m个柜台提供服务,每个柜台给一个用户提供服务的时间是t(用数组表示每一个柜台提供服务的时间),问怎么排列使得柜台给所有用户提供服务的时间最少?
解题思路:要想让时间尽可能的少,那么先要将每个柜台处理事情所需的时间按从小到大进行排序,如果有用户需要处理事物,我们先假设用户排到第0个柜台,计算花费的时间,然后再循环遍历其他柜台,看花费时间是否比0号柜台少,如果放在其他柜台处理的时间比0号柜台快,直接放入所选的柜台,将总时间以及此号柜台的人数进行改变;如果没有比0号柜台快的,那么直接放入0号柜台,将相关数据进行改变。
代码实现:
#include <stdio.h>
#include <stdlib.h>
#include <iostream>
#include<algorithm>
using namespace std;
struct Counter{
bool operator<(const Counter &counter)const
{
return time < counter.time;
}
int id;//柜台id
int time;//柜台提供服务所花费的时间
};
int main()
{
int ar[] = { 3, 2, 4 };//柜台处理问题所需的时间
const int m = sizeof(ar) / sizeof(ar[0]);
int n = 15;//需要办理业务的人
//定义柜台信息数组
Counter con[m];
//初始化柜台id和时间
for (int i = 0; i < m; ++i)
{
con[i].id = i;
con[i].time = ar[i];
}
sort(con, con + m);//升序排序
int mintime = 0;//记录给所有用户提供服务的最少时间
int x[m] = { 0 };//记录每一个柜台安排的用户数量
for (int i = 0; i < n; ++i)
{
int time = con[0].time *(x[0] + 1);//先假设用户排到第0个柜台,计算花费的时间
//在循环遍历其他柜台,看花费时间是否比0号柜台少
int j = 1;
for (; j < m; ++j)
{
int t = con[j].time *(x[j] + 1);
if (t <= time) //放在其他柜台处理的时间比0号柜台快,直接放入j号柜台
{
x[j]++;
//新添加一个人,有可能整体花费的时间更长了
if (t > mintime)
{
mintime = t;
}
break;
}
}
if (j == m)
{
x[0]++;
//新添加一个人,有可能整体花费的时间更长了
mintime = con[0].time*x[0];
}
}
cout << "mintime :" << mintime << endl;
for (int i = 0; i < m; ++i)
{
cout << ar[con[i].id] << ":" << x[i] << endl;
}
system("pause");
return 0;
}
结果:
第一行输出的是处理完所有用户事物需要总的时间,剩下三行输出的是每个柜台对应的人数(处理事物需要2秒的柜台人数为7人,处理事物需要3秒的柜台人数为5人,处理事物需要4秒的柜台人数为3人)。