贪心算法

本文介绍了贪心算法的基础概念,包括贪心选择和最优子结构,并通过硬币问题和区间问题的例题讲解,展示了贪心算法在解决实际问题中的应用。贪心算法在每次选择时追求局部最优,但并不保证全局最优。最后列举了几个经典的贪心算法问题实例。
摘要由CSDN通过智能技术生成

目录

基础概念

基本要素

基本思路

例题讲解

经典问题


基础概念

在对问题求解时,总是做出在当前看来是最好的选择不从整体最优上加以考虑,所做出的仅是在某种意义上的局部最优解

贪心算法没有固定的算法框架,算法设计的关键是贪心策略的选择

必须注意的是,贪心算法不是对所有问题都能得到整体最优解,选择的贪心策略必须具备无后效性,即某个状态以后的过程不会影响以前的状态,只与当前状态有关。所以对所采用的贪心策略一定要仔细分析其是否满足无后效性

BFS、DFS、动态规划算法是在多种策略中选取最优解

贪心算法遵循某种规则,不断地选取当前最优策略

 

基本要素

1、贪心选择

指所求问题的整体最优解可以通过一系列局部最优的选择达到。是贪心算法可行的第一个基本要素,也是与动态规划算法的主要区别

采用从顶向下、以迭代的方法做出相继选择,每做一次贪心选择就将所求问题简化为一个规模更小的子问题

2、最优子结构

当一个问题的最优解包含其子问题的最优解时,称此问题具有最优子结构性质

运用贪心策略在每一次转化时都取得了最优解

问题的最优子结构性质是该问题可用贪心算法或动态规划算法求解的关键特征

贪心算法的每一次操作都对结果产生直接影响,而动态规划则不是

贪心算法对每个子问题的解决方案都做出选择,不能回退;动态规划则会根据以前的选择结果对当前进行选择,有回退功能

动态规划主要运用于二维或三维问题,而贪心一般是一维问题

 

基本思路

<

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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