《算法设计与分析》第06章.ppt

算法设计与分析 第2部分 算法设计策略 第6章 贪心法 6.1 一般方法 最优化问题（optimization problems）是指这样一类问题，问题给定某些约束条件（constraint），满足这些约束条件的问题解称为可行解（feasible solution）。通常满足约束条件的解不是惟一的。为了衡量可行解的好坏，问题还给出了某个数值函数，称为目标函数（objective function），使目标函数取最大（或最小）值的可行解称为最优解（optimal solution）。 6.2 背包问题 6.2.1? ?问题描述 6.2.2 贪心法求解 6.2.3? 算法正确性 6.3 带时限的作业排序 6.3.1? 问题描述 6.3.2 贪心法求解 6.3.3? 算法正确性 6.3.4? 可行性判定 6.3.5 作业排序贪心算法 6.3.6 一种改进算法 6.4 最佳合并模式 6.4.1 问题描述 6.4.2?贪心法求解 6.4.3 算法正确性 6.5 最小代价生成树 6.5.1? 问题描述 6.5.2? 贪心法求解 6.5.3?普里姆算法 6.5.4 克鲁斯卡尔算法 6.5.5 算法正确性 6.6 单源最短路径 6.6.1 问题描述 6.6.2 贪心法求解 6.6.3 迪杰斯特拉算法 6.6.4 算法正确性 6.7 磁带最优存储 6.7.1 单带最优存储 6.7.2 多带最优存储 6.8 贪心法的基本要素 6.8.1? 最优量度标准 6.8.2 最优子结构 单源最短路径问题是：给定带权的有向图G=(V,E)和图中结点s?V，求从s到其余各结点的最短路径，其中，s称为源点。 迪杰斯特拉（Dijkstra） 算法 首先求得长度最短的一条最短路径，再求得长度次短的一条最短路径，依此类推，直到从源点到其它所有结点之间的最短路径都已求得为止。 【程序6－10】迪杰斯特拉算法 templateclass T class MGraph { public: MGraph(int mSize); void Dijkstra(int s,T* d,int* path); …… private: int Choose(int* d, bool* s); …… T**a; int n; }; template class T int MGraphT::Choose(int* d, bool* s) { int i,minpos; T min; min=INFTY; minpos=-1; for (i=1;in;i++) if (d[i]min !s[i]){ min=d[i];minpos=i; } return minpos; } template class T void MGraphT::Dijkstra(int s, T* d,int* path) { int k,i,j; if (s0||sn-1) throw OutOfBounds; bool *inS=new bool[n]; d=new T[n];path=new int[n]; for (i=0;in;i++){ inS[i]=false;d[i]=a[s][i]; if (i!=s d[i]INFTY) path[i]=s; else path[i]=-1; } inS[s]=true; d[s]=0; for (i=1;in-1;i++){ k=Choose(d,inS); inS[k]=true;