(考研复习资料大总结.pptVIP

贪心法——活动安排问题 活动安排问题就是要在所给的活动集合中选出最大的相容活动子集合，是可以用贪心算法有效求解的很好例子。该问题要求高效地安排一系列争用某一公共资源的活动。贪心算法提供了一个简单、漂亮的方法使得尽可能多的活动能兼容地使用公共资源。 贪心法——活动安排问题 贪心法——活动安排问题 在下面所给出的解活动安排问题的贪心算法 : int greedySelector(int s[], int f[], boolean a[]) { int n=s.length; a[1]=true; int j=1; int count=1; for (int i=2; i=n; i++) { if (s[i]=f[j]) { a[i]=true; j=i; count++; } else a[i]=false; } return count; } 贪心法——活动安排问题 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。 算法greedySelector的效率极高。当输入的活动已按结束时间的非减序排列，算法只需O(n)的时间安排n个活动，使最多的活动能相容地使用公共资源。如果所给出的活动未按非减序排列，可以用O(nlogn)的时间重排。 贪心法——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： 4.1 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。 贪心法——多机调度问题 多机调度问题要求给出一种作业调度方案，使所给的 n个作业在尽可能短的时间内由 m 台机器加工处理完成。 设有 n 个独立的作业{1,2,…,n}，由 m 台相同的机器进行加工处理。作业 i 所需的处理时间为 ti。 这个问题是 NP 完全问题，到目前为止还没有有效的解法。对于这一类问题,用贪心选择策略有时可以设计出较好的近似算法。 贪心法——多机调度问题 采用最长处理时间作业优先的贪心选择策略可以设计出解多机调度问题的较好的近似算法。 按此策略，当 时，只要将机器 i 的[0, ti]时间区间分配给作业 i 即可。 当 时，首先将 n 个作业依其所需的处理时间从大到小排序。然后依此顺序将作业分配给空闲的处理机。 贪心法——多机调度问题 例如，设 7 个独立作业 {1,2,3,4,5,6,7} 由 3 台机器 M1，M2 和 M3 加工处理。各作业所需的处理时间分别为{2, 14, 4, 16, 6, 5, 3}。按算法Greedy产生的作业调度如下图所示，所需的加工时间为 17。 贪心法——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。 1.算法描述 贪心法——最优装载 float loading(float c, float w[], int x[]) { int n=w.length; Element d[] = new Element [n]; for (int i = 0; i n; i++) d[i] = new Element(w[i], i); MergeSort (d); //按重量从小到大排序 float opt=0; for (int i = 0; i n; i++) x[i] = 0; for (int i = 0; i n d[i].w = c; i++) { x[d[i].i] = 1; opt+=d[i].w; c -= d[i].w; } return opt; } 贪心法——最优装载 2.贪心选择性质 可以证明最优装载问题具有贪心选择性质。 3