第4章—贪心算法.pdfVIP

第4章 贪心算法 1 学习要点： • 理解贪心算法的概念。 • 掌握贪心算法的基本要素 • （1）最优子结构性质 • （2 ）贪心选择性质 • 理解贪心算法与动态规划算法的差异 • 理解贪心算法的一般理论 • 通过应用范例学习贪心设计策略。 • （1）活动安排问题； • （2 ）哈夫曼编码； • （3 ）单源最短路径； • （4 ）最小生成树； • （5 ）多机调度问题。 2 顾名思义，贪心算法总是作出在当前看来最好 的选择。也就是说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。虽然贪心算法不能对所有问题都 得到整体最优解，但对许多问题它能产生整体最 优解。如单源最短路经问题，最小生成树问题等。 在一些情况下，即使贪心算法不能得到整体最优 解，其最终结果却是最优解的很好近似。 3 例：用贪心法求解找零钱问题。 假设有面值为5元、2元、1元、5角、2角、1角的货 币，需要找给顾客4元6角现金，为使付出的货币的 数量最少，首先选出1张面值不超过4元6角的最大 面值的货币，即2元，再选出1张面值不超过2元6角 的最大面值的货币，即2元，再选出1张面值不超过 6角的最大面值的货币，即5角，再选出1张面值不 超过1角的最大面值的货币，即1角，总共付出4张 货币。 4 在找零钱问题每一步的贪心选择中，在不超 过应找零钱金额的条件下，只选择面值最大的货 币，而不去考虑在后面看来这种选择是否合理， 而且它还不会改变决定：一旦选出了一张货币， 就永远选定。找零钱问题的贪心选择策略是尽可 能使付出的货币最快地满足支付要求，其目的是 使付出的货币张数最慢地增加，这正体现了贪心 法的设计思想。 5 贪心法的求解过程 用贪心法求解问题应该考虑如下几个方面： （1）候选集合C ：为了构造问题的解决方案，有一 个候选集合C作为问题的可能解，即问题的最终解 均取自于候选集合C 。例如，在找零钱问题中，各 种面值的货币构成候选集合。 （2 ）解集合S ：随着贪心选择的进行，解集合S不 断扩展，直到构成一个满足问题的完整解。例如， 在找零钱问题中，已付出的货币构成解集合。 6 （3 ）可行解函数solution ：检查解集合S是否构成 问题的一个可行解。例如，在找零钱问题中，可行 解函数是已付出的货币金额恰好等于应找零钱。 （4 ）选择函数select ：即贪心策略，这是贪心法 的关键，它指出哪个候选对象最有希望构成问题的 解，选择函数通常和目标函数有关。例如，在找零 钱问题中，贪心策略就是在候选集合中选择面值最 大的货币。 （5 ）约束函数constraint ：检查解集合中加入一个 候选对象是否满足约束条件。例如，在找零钱问题 中，约束函数是每一步选择的货币和已付出的货币 相加不超过应找零钱。 7 贪心算法的一般框架 Greedy(C) //C是问题的输入集合即候选集合 { S={ }; //初始解集合为空集 while (not solution(S)) //集合S没有构成问题的一个可行解 {