第4章贪心算法解说.pptVIP

* 练习1：装箱问题 设有编号为0,1,…,n-1的n种物品，体积分别为V0,V1,…,Vn-1。将这n种物品装到容量都为V的若干箱子里。约定这n种物品的体积均不超过V，要求使装进这n种物品的箱子数要少。 对适当大的n，找出所有可能的划分要花费的时间是无法承受的。为此，对装箱问题采用非常简单的近似算法，即贪心法。该算法一次将物品放到它第一个能放进去的箱子中，该算法虽不能保证找到最优解，但还是能找到非常好的解。 设有6种物品，它们的体积分别为：60,45,35,20,20,20单位体积，箱子的容量为100单位体积。 按上述算法计算，需三只箱子，各箱子所装物品分别为：1,3、2,4,5、6，而最优解为两只箱子。 * 算法：{输入箱子的容积; 输入物品种数n; 按体积从大到小顺序，输入各品种的体积; 预置已用箱子链为空; for(i=0;in;i++) {从已用的第一只箱子开始顺序寻找能放入物品的箱子j; if(已用箱子都不能再放物品i) {另用一只箱子,并将物品i放入该箱子; boxcount++; } else 将物品i放入箱子j; }} * 练习2:删数问题 键盘输入一个正整数N，去掉其中任意S个数字后剩下的数字按左右次序组成一个新的正整数。对给定的N和S，寻找一种删数规则使得剩下的数字组成的新数最小。 * #include string.h main() { char n[10]; /*键盘输入的正整数*/ int s; /*要删除的数字个数*/ int i,j,k; printf(input the number:); scanf(%s,n); printf(\ninput the delete number); scanf(%d,s); for(i=1;i=s;i++) { for(j=0;jstrlen(n);j++) { if(?) { for(k=j;kstrlen(n);k++) n[k]=n[k+1]; ?; break; } } } printf(the result is %s,n); } ? n[j]n[j+1] ? n[k]=\0 * 欢迎辞 4.2 贪心算法的基本要素 void Knapsack(int n,float M,float v[],float w[],float x[]) { Sort(n,v,w); int i; for (i=1;i=n;i++) x[i]=0; float c=M; for (i=1;i=n;i++) { if (w[i]c) break; x[i]=1; c-=w[i]; } if (i=n) x[i]=c/w[i]; } * 算法knapsack的主要计算时间在于将各种物品依其单位重量的价值从大到小排序。因此，算法的计算时间上界为 O（nlogn）。 为了证明算法的正确性，还必须证明背包问题具有贪心选择性质。 4.2 贪心算法的基本要素 对于0-1背包问题，贪心选择之所以不能得到最优解是因为在这种情况下，它无法保证最终能将背包装满，部分闲置的背包空间使每公斤背包空间的价值降低了。事实上，在考虑0-1背包问题时，应比较选择该物品和不选择该物品所导致的最终方案，然后再作出最好选择。由此就导出许多互相重叠的子问题。这正是该问题可用动态规划算法求解的另一重要特征。 实际上也是如此，动态规划算法的确可以有效地解0-1背包问题。 * 4.3 最优装载 有一批集装箱要装上一艘载重量为c的轮船。其中集装箱i的重量为Wi。最优装载问题要求确定在装载体积不受限制的情况下，将尽可能多的集装箱装上轮船。 * 对最优装载问题进行形式化描述 * 用一个向量（x1,x2,x3,…,xn）,表示装的个数多少？ 约束条件：xi ∈{ 0,1 } 目标函数： * 1、算法描述 最优装载问题可用贪心算法求解。 采用重量最轻者先装的贪心选择策略 可产生最优装载问题的最优解。