第五章 贪心算法.ppt

第5章 贪心法 信工计算机系2008 本章学习内容 贪心法设计方法及基本要素 贪心法举例： 背包问题、货郎担问题 最优装载、活动安排、 多机调度等 5.1 贪心法设计方法及基本要素 例5.1 货币兑付问题 5.1 贪心法设计方法及基本要素 这类最优问题，是在问题的解空间中，搜索满足 约束条件且使目标函数达到极值的解向量。其中 满足约束条件的解称为问题的可行解，使目标函 数取极值的可行解，称为最优解。 贪心法通常用来解决具有最大值或最小值的优化 问题。 通常从某一个初始状态出发，根据当前局部而非 全局的最优决策，以满足约束方程为条件，以使 得目标函数的值增加最快或最慢为准则，选择一 个最快地达到要求的输入元素，以便尽快地构成 问题的可行解。 其设计方法描述如下： 例5.2 用贪心法求解货币兑付问题。设支付现金 A=25.9元，支付集合P= {10、5、1、 0.5,0.2、0.1元各10张} 贪心法通过一系列选择得到问题的解。其所做出的 每一个选择都是当前状态下的局部最好选择，即贪 心选择。 贪心法并不总能得到问题的最优解 用贪心法求解的问题一般具有两个重要性质： 贪心选择性质 最优子结构性质 是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（仅依赖于以往所做过的选择，不依赖 于将来所做的选择），即贪心选择来达到。每做出 一次贪心选择将所求问题简化为规模更小的子问题。 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。 问题原型 1. 价值最大 — 贪心选择价值大者 例：背包重量10 物体1：重量9 价值5 物体2：重量4 价值4 物体3：重量3 价值2 ①选物体1，x1=1；剩余可装重量1，价值5 ②选物体2，x2=0.25；剩余0，价值6 但若令X=(1/3,1,1);则背包价值为7.667 因此此贪心选择不一定达到最大价值。 2. 价值最大 — 贪心选择价值/重量大者 例：背包重量10 物体1：重量9 价值5 物体2：重量4 价值4 物体3：重量3 价值2 ③贪心选择物体2 w2≤m, 故x2=1; m=m-w2=6 p=p+p2=4 ④贪心选择物体3 w3≤m, 故x3=1; m=m-w3=3 p=p+p3=6 ⑤贪心选择物体1 w1m, 故x1=m/w1=1/3 p=p+p1*x1=7.667 最优解为：X=(1/3，1，1）。 时间复杂性分析：排序O(nlogn)，贪心选择O(n)， 故时间复杂性为O(nlogn)。 最优解分析： 设物体1,物体2,…,物体n已按价值重量比的降序排序。 贪心选择性质： 设X={x1,x2,…,xn}是背包问题的一个最优解。 令k=min{i|xi?0,1≤i≤n}， 若k=1，则X是以贪心算法开始的最优解。 问题原型 求距离最短的哈密尔顿回路，需求从各城市出发的 最短回路，再对n条回路求极小值。 回路最短—贪心选择距离短的路线 例：假设5个城市的费用矩阵为： 时间复杂性分析： 从一个城市出发的最短回路计算为 O(n2)，共n个城市，故时间复杂度为O(n3)，远小于穷举法的 n!。 最优解分析： 问题原型 目标是装入集装箱个数最多—贪心选择重量轻者优先 例：c=100吨 w1=10吨 w2=30吨 w3=20吨 w4=40吨 ① 初始剩余载重g=100 装入个数k=0 ② 贪心选择w1 w1g 故x1=1 g=g-w1=90 k=1 ③ 贪心选择w2 w2g 故x2=1 g=g-w2=60 k=2 同理，继续。得X={1，1，1，1} 时间复杂性分析：排序O(nlogn)，贪心选择O(n), 故时间复杂性为O(nlogn) 最优解分析： 具有贪心选择性质和最优子结构性质，能