贪心1:从田忌赛马说起

我们知道算法有三座大山:回溯、贪心和动态规划。前面断断续续用了半个多月,将回溯的基本问题过了一遍。从前面的题目可以看到回溯就是递归的进一步拓展。在递归中,回归阶段由系统给我们做好,我们主要收割结果就行了。但是在回溯中,我们要自己负责一部分撤销工作。而所有的回溯问题几乎都是这个套路来的。而回溯类型的题目也有非常明确的特点,层次太深太灵活,暴力枚举做不到,但是可以局部枚举。所以局部枚举就是一个for循环,而层次问题就交给递归来做。因此不管是代码结构还是画出来的结构图,各个题目都非常类似。不同的是去重等一些问题的处理上,虽然仍然不简单,但是有模板就没模板强。

而贪心则与回溯不同,贪心问题没有明确的套路,不仅实现没有,而怎么找到解决方法也更多是我们通过眼睛看出来的,写代码只是将这个过程给实现了一下而已。之所以这样,自然和贪心的特征有关系。

我们知道在春秋战国时期有个田忌赛马的故事。简单来说就是田忌常同齐威王赛马,三局两胜制。三场分别使用是上等、中等、下等三种马来比赛。开始逐级PK的时候,田忌全输了。孙膑给建议,从自己的下等马对阵对方的上等马,先输一局。然后让自己的上等马对阵对方的中等马,赢!最后让自己的中等马对阵对方的下等马,赢!最后三局两胜制,赢了比赛。这就是贪心的经典例子。你能说这个问题有什么模板套路马?没有,很多贪心的问题都要具体情况具体分析。

那到底什么是贪心呢?解释起来还挺绕,贪心的的本质是选择每一阶段的最优,最终得到全局最优。例如有面值为100,50,20,10,5,1数量不限的纸币,让你拿走最大数额的钱。小孩子都知道要先拿面值高的,最后还能扛就拿面值小的。每次拿面额最大的就是局部最优,最后可以拿走最大额就是全局最优。

贪婪算法将问题分为多个阶段,每个阶段都选择当前状态下的最优决策,而不考虑对后续决策的影响,也就是只顾当下的意思。贪心法假设通过局部最优能够找到全局最优。很明显,不是所有问题都具备这种特性的,因此贪心也只是适用某些特定场景的问题。常见的应用场景有:

  • 1.排序问题:选择排序、拓扑排序
  • 2.优先队列:堆排序
  • 3.赫夫曼压缩编码
  • 4.图里的Prim、Fruskal和Dijkstra算法
  • 5.硬币找零问题
  • 6.分数背包问题
  • 7.并查集的按大小或者高度合并问题或者排名
  • 8.任务调度部分场景
  • 9.一些复杂问题的近似算法

贪心问题的解法更多是我们看出来的,如果想证明也非常困难,一般可以使用归纳法或者反证法。但是这个证明可能比让你证明你妈是你妈还困难。好在面试过程中我们更多是看如何写代码,证明就让数学专业的人做就好了。而且贪心的常见题目也是非常有限的,因此我们仍然先认真分析一些常见问题的解决方法,学有余力再继续研究其他问题。

我们先看一个简单的题目,LeetCode455,分发饼干。假设你要给孩子们一些小饼干。但是每个孩子最多只能给一块饼干。

每个孩子的饭量不同,对每个孩子 i,都有一个胃口值 g[i],这是能让孩子们满足胃口的饼干的最小尺寸;并且每块饼干 j,都有一个尺寸 s[j] 。如果 s[j] >= g[i],我们可以将这个饼干 j 分配给孩子 i ,这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子,并输出这个最大数值。示例:

输入: g = [1,2,3], s = [1,1]
输出: 1
解释: 
你有三个孩子和两块小饼干,3个孩子的胃口值分别是:1,2,3。
虽然你有两块小饼干,由于他们的尺寸都是1,你只能让胃口值是1的孩子满足。
所以你应该输出1。

这里既要满足小孩的胃口,也不要造成饼干尺寸的浪费。大尺寸的饼干既可以满足胃口大的孩子也可以满足胃口小的孩子,那么就应该优先满足胃口大的。这里的局部最优就是大饼干喂给胃口大的,充分利用饼干尺寸喂饱一个,全局最优就是喂饱尽可能多的小孩。

所以,这里可以使用贪心策略,先将饼干数组和小孩数组排序。 然后从后向前遍历小孩数组,用大饼干优先满足胃口大的,并统计满足小孩数量就可以了。也就是这样:

这里我们就考虑胃口,大饼干先喂饱大胃口,最后看能满足几个孩子的需要就行。

   public int findContentChildren(int[] g, int[] s) {
        Arrays.sort(g);
        Arrays.sort(s);
        int count = 0;
        int start = s.length - 1;
        // 遍历胃口
        for (int index = g.length - 1; index >= 0; index--) {
            if(start >= 0 && g[index] <= s[start]) {
                start--;
                count++;
            }
        }
        return count;
    }

 那怎么证明这么做是可以的呢?找个数学专业的问问吧,我们解决到这一步就足够了

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“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

打赏作者

纵横千里,捭阖四方

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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