[072] Java 使用哈希表和“贪心算法”解决“集合覆盖问题”

1、问题及算法描述

• 使用哈希表，集合及贪心算法解决“集合的覆盖问题”：选择最少的广播台，能覆盖所有的地区；
  • K1        “北京”、“上海”、“天津”
  • K2        “广州”、“北京”、“深圳”
  • K3        “成都”、“上海”、“杭州”
  • K4        “上海”、“天津”
  • K5        “杭州”、“大连”
• 贪心算法的思想：每次都选择覆盖最广（未覆盖地区）的电台，然后更新未覆盖地区集合，重复这两步操作，直到未覆盖地区集合为空；
• 最后通过贪心算法，选出来的广播台为：[K1, K2, K3, K5]；
• 注意：贪心算法每次选择局部最优，导致最后的结果不一定是全局最优。

2、Java代码

package Algorithm.Greedy;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.HashSet;

/**
 * @author bigyang
 * @date 2020/11/04
 */
public class GreedyAlgorithm {
    public static void main(String[] args) {
        // 创建广播电台，放入哈希表
        HashMap<String, HashSet<String>> broadCasts = new HashMap<>();

        // 将可覆盖地区添加到各电台集合中
        HashSet<String> hashSet1 = new HashSet<>();
        hashSet1.add("北京");
        hashSet1.add("上海");
        hashSet1.add("天津");

        HashSet<String> hashSet2 = new HashSet<>();
        hashSet2.add("广州");
        hashSet2.add("北京");
        hashSet2.add("深圳");

        HashSet<String> hashSet3 = new HashSet<>();
        hashSet3.add("成都");
        hashSet3.add("上海");
        hashSet3.add("杭州");

        HashSet<String> hashSet4 = new HashSet<>();
        hashSet4.add("上海");
        hashSet4.add("天津");

        HashSet<String> hashSet5 = new HashSet<>();
        hashSet5.add("杭州");
        hashSet5.add("大连");

        // 将各个电台放入哈希表broadCasts中
        broadCasts.put("K1", hashSet1);
        broadCasts.put("K2", hashSet2);
        broadCasts.put("K3", hashSet3);
        broadCasts.put("K4", hashSet4);
        broadCasts.put("K5", hashSet5);

        // 创建一个集合，存放所有电台可覆盖的所有地区
        HashSet<String> allAreas = new HashSet<>();

        // 取出键值
        for (String key : broadCasts.keySet()) {
            // 取出键值所对应的地区
            allAreas.addAll(broadCasts.get(key));
        }

        System.out.println("待覆盖的地区全包括：" + allAreas);
        System.out.println();

        // 创建集合，存放选择的电台集合
        ArrayList<String> selects = new ArrayList<>();

        // 如果allAreas不为0，则表示还没有覆盖所有地区
        while (allAreas.size() != 0) {
            // 覆盖了 “未覆盖地区” 最多的电台的键值
            String maxKey = null;
            // 取出key
            for (String key : broadCasts.keySet()) {
                // 当前key能覆盖的地区
                HashSet<String> areas = broadCasts.get(key);
                // 定义一个临时集合，存放某个电台能覆盖的地区，把当前key能覆盖的地区全部添加到临时集合中
                HashSet<String> temSet = new HashSet<>(areas);
                // 临时集合与所有地区集合求交集，再次赋给临时集合
                temSet.retainAll(allAreas);

                // 如果当前集合包含的未覆盖地区的数量，比maxKey指向集合未覆盖的地区还多，就重置maxKey
                if (temSet.size() > 0 && (maxKey == null || temSet.size() > broadCasts.get(maxKey).size())) {
                    maxKey = key;
                }
            }

            // 如果maxKey键值不为空，说明找到了此轮比较中覆盖最广的电台，将其选中
            if (maxKey != null) {
                selects.add(maxKey);
                // 将maxKey指向的广播电台所覆盖的地区从地区集合中删除
                allAreas.removeAll(broadCasts.get(maxKey));
                System.out.println("待覆盖的地区还剩下：" + allAreas);
            }
        }

        System.out.println();
        System.out.println("要实现全覆盖，选择的电台包括：" + selects);
    }
}

3、运行结果

待覆盖的地区全包括：[成都, 上海, 广州, 天津, 大连, 杭州, 北京, 深圳]

待覆盖的地区还剩下：[成都, 广州, 大连, 杭州, 深圳]
待覆盖的地区还剩下：[成都, 大连, 杭州]
待覆盖的地区还剩下：[大连]
待覆盖的地区还剩下：[]

要实现全覆盖，选择的电台包括：[K1, K2, K3, K5]