1贪婪算法的思想.ppt

贪婪算法 1 贪婪算法的思想 2 可绝对贪婪问题 3 相对贪婪问题 4 问题的复杂性 5 贪婪算法实例 1 贪婪算法的思想 贪婪算法(贪心算法)的根本思想： 1 贪婪算法的思想-例4.1-问题分析 例4.1 币种统计问题 某单位给每个职工发工资(精确到元)。为了保证不要临时兑换零钱，且取款的张数最少，取工资前要统计出所有职工的工资所需各种币值(100,50,20,10,5,2,1元共七种)的张数。请编程完成。 1 贪婪算法的思想-例4.1-算法设计 数据结构 1 贪婪算法的思想-例4.1-算法实现 代码只需完全实现算法； 能否得到最优解由算法决定。 1 贪婪算法的思想-例4.1-不同情况 什么样的问题可以使用贪婪算法策略，并获得最优解？ 1 贪婪算法的思想-例4.2 活动安排问题 n个活动E={1,2,..,n}，都要求使用同一公共资源（如演讲会场等）。且在同一时间仅一个活动可使用该资源。 i?[si,fi), si为起始时间, fi为结束时间。sifi 活动i和j相容: si=fj或sj =fi 活动安排问题:求最大的相容活动子集合。 ---尽可能多的活动兼容使用公共资源。 1 贪婪算法的思想-例4.2 活动安排问题-算法 1.按结束时间非减序排序:f1=f2 = .. = fn --O(nlogn) 2.从第1个活动开始，按顺序放进集合A。放入活动i当且仅当与集合A中已有元素相容。 --与集合A中最后元素j比较：若si =fj则加入，否则不加入 fj=max k ? A（ fk）---集合A中的最大结束时间 void GreedySelector(int n, int s[], int f[],bool A[]) { A[1]=true;// A[i]=true表示已被放入集合 int j=1; for (int i = 2; i =n; i++) -O(n) { if (s[i]=f[j]) { A[i]=true; j=i; } else A[i]=false; } } 1 贪婪算法的思想-例4.2 活动安排问题 规则：选择具有最早结束时间的相容活动加入，使剩余的可安排时间最大，以安排尽可能多的活动。 由于输入的活动以其完成时间的非减序排列，所以算法GreedySelector每次总是选择具有最早完成时间的相容活动加入集合A中。直观上，按这种方法选择相容活动为未安排活动留下尽可能多的时间。 也就是说，该算法的贪心选择的意义是使剩余的可安排时间段极大化，以便安排尽可能多的相容活动。 1 贪婪算法的思想-例4.2 活动安排问题 例：设待安排的11个活动的开始时间和结束时间按结束时间的非减序排列如下：  例4.2 活动安排问题 算法GreedySelector的计算过程如左图所示。图中每行相应于算法的一次迭代。阴影长条表示的活动是已选入集合A的活动，而空白长条表示的活动是当前正在检查相容性的活动。 1 贪婪算法的思想-例4.2 活动安排问题 若被检查的活动i的开始时间Si小于最近选择的活动j的结束时间fi，则不选择活动i，否则选择活动i加入集合A中。 贪心算法并不总能求得问题的整体最优解。但对于活动安排问题，贪心算法GreedySelector却总能求得的整体最优解，即它最终所确定的相容活动集合A的规模最大。这个结论可以证明。 贪心算法GreedySelector—总能得到整体最优解，即A规模最大。 证明： n个活动E={1,2,..,n}，按结束时间非减序排序:f1=f2 = .. = fn。 1.总存在一个最优解以贪心选择开始即包含活动1。 E按结束时间非减序排序，活动1具有最早结束时间。 设A为最优解，A?E,A也按结束时间非减序排序。 设A中第一活动为k，k=1时,显然成立。 k1时,设B=A-{k}?{1}，由于f1 =fk,且A中活动互为相容，则B中活动也互为相容。 而B与A中活动个数相同，且A为最优解，则B为最优解。 2. 选择活动1以后，问题变为子问题E’:与活动1相容的活动安排问题。 设A为包含活动1的最优解，则A’=A-{1}为E’的一个最优解。 假如存在E’的一个解B’，|B’||A’|,则|B’ ?{1}|A,与A为最优解矛盾。 由1,2 可知GreedySelector—总能得到整体最优解。 对于一个具体