第五章 贪心算法

贪心算法

贪心算法总是作出在当前看来最好的选择。
贪心算法并不从整体最优考虑，它所作出的选择只是在某种意义上的局部最优选择。当然，希望贪心算法得到的最终结果也是整体最优的。

活动安排问题

设有n个活动的集合E＝{1，2，…，n}，其中每个活动都要求使用同一资源，如演讲会场等，而在同一时间内只有一个活动能使用这一资源。
每个活动i都有一个要求使用该资源的起始时间si和一个结束时间fi，且si＜fi。如果选择了活动i，则它在半开时间区间[si ，fi )内占用资源。若区间[si ，fi )与区间[sj，fj )不相交，则称活动i与活动j是相容的。当 si ≥ fj 或 sj ≥ fi 时，活动i与活动j相容。
活动安排问题就是在所给的活动集合中选出最大的相容活动子集合。

数据结构
struct action{
int s; //起始时间
int f; //结束时间
int index; //活动的编号
};
活动的集合E记为数组：
action a[1000];

按活动的结束时间升序排序
排序比较因子：
bool cmp(const action &a, const action &b)
{
if (a.f<=b.f) return true;
return false;
}
使用标准模板库函数排序（下标0未用）：
sort(a, a+n+1, cmp);

void Greedy(vector<Action> &v,int n){
	v[0].select=1;
	int select=0;
	for(int i=1;i<n;i++)	{
		if(v[i].gets()>=v[select].gete()){
			v[i].select=1;
			select=i;
		}
	}
	cout<<"可以安排如下的活动："<<endl;
	for(i=0;i<n;i++)
		if(v[i].select)
			v[i].display();

}

背包问题

给定一个载重量为M的背包，考虑n个物品，其中第i个物品的重量 wi ，价值vi （1≤i≤n），要求把物品装满背包，且使背包内的物品价值最大。
（1）当作0-1背包问题，用动态规划算法，获得最优值220；
（2）当作0-1背包问题，用贪心算法，按性价比从高到底顺序选取物品，获得最优值160。由于物品不可分割，剩下的空间白白浪费。
（3）当作背包问题，用贪心算法，按性价比从高到底的顺序选取物品，获得最优值240。由于物品可以分割，剩下的空间装入物品3的一部分，而获得了更好的性能。<