《算法设计与分析》第06章.pptVIP

第6章 贪心法 6.1 一般方法 最优化问题（optimization problems）是指这样一类问题，问题给定某些约束条件（constraint），满足这些约束条件的问题解称为可行解（feasible solution）。通常满足约束条件的解不是惟一的。为了衡量可行解的好坏，问题还给出了某个数值函数，称为目标函数（objective function），使目标函数取最大（或最小）值的可行解称为最优解（optimal solution）。 6.2 背包问题 6.2.1? ?问题描述 6.2.2 贪心法求解 最优量度标准1:优先选择收益最大的物品放入背包，最后选择的物品可以部分装入, 最优量度标准2:优先选择重量小的物品放入背包，最后选择的物品可以部分装入, 最优量度标准3:优先选择单位重量收益最大的物品放入背包，即：按照pi/wi非增次序放入背包 6.2.3? 算法正确性 6.3 带时限的作业排序 6.3.1? 问题描述 6.3.2 贪心法求解 (p0,p1,p2,p3)=(100,10,15,27) (d0,d1,d2,d3)=(2,1,2,1), (p0,p3,p2,p1)=(100,27,15,10) X={0} X={0,3}，X=（3,0） X={0,3,2}?，X=(3,0,2)/(3,2,0)/… ,都不可行。 X={0,3,1}?，X=(3,0,1)/(3,1,0)/… ,都不可行。 所以： X=（0,3）是最优解，收益值=127 6.3.3? 算法正确性 6.3.4? 可行性判定 6.3.5 作业排序贪心算法 作业：0，1，2，…，n-1 效益：p0=p1=p2=，…，pn-1 1、x0=0 x=(0)是可行解 2、x={0}+1=(x0,x1)，dx0=dx1 最优排列 检查是否可行：dxi=i+1 可行则加入作业1 3、x={x0,x1,…,xk}+j=(x0,x1,…, j , …,xk+1)， dx0=dx1 =…=dxk+1 最优排列 插入并检查是否可行解：假设j插入r处， 必须dj=r+1，dxi=i+1, r+1=i=k, 可行则加入作业j,不可行则不加入。 4、直到最后一个作业 6.3.6 一种改进算法 6.4 最佳合并模式 6.4.1 问题描述 6.4.2?贪心法求解 数据结构描述 6.4.3 算法正确性 6.5 最小代价生成树 6.5.1? 问题描述 6.5.2? 贪心法求解 图G=(V,E)，生成树F=(U,S) Lowercost(i)：表示i与生成树中的结点相连的边中最小的权值。 数组nearest(i): Lowercost (i)对应的结点 如果（u,v）是当前最小的边（ u?U，v?V-U） 则：nearest(v)=u; lowercost(v)=w(u,v) 数组mark(v)表示结点v是否已进入生成树。 初始值：nearest(i)= -1；lowcost(i)=INFTY; mark(i)=false 6.5.4 克鲁斯卡尔算法 并查集：UFSet 并查集是一种树型的数据结构，用于处理一些不相交集合的合并及查询问题。常常在使用森林来表示。 查找（FIND）：查找元素所在的集合即根节点 合并(UNION)：将两个元素所在的集合合并为一个集合 6.5.5 算法正确性 6.6 单源最短路径 6.6.1 问题描述 6.6.2 贪心法求解 数据结构 0 1 2 3 4 5 6 0 0 50 10 ∞ 70 ∞ ∞ 1 ∞ 0 15 ∞ 10 ∞ ∞ 2 0 50 10 ∞ 70 ∞ ∞ 3 0 50 10 ∞ 70 ∞ ∞ 4 0 50 10 ∞ 70 ∞ ∞ 5 0 50 10 ∞ 70 ∞ ∞ 6 0 50 10 ∞ 70 ∞ ∞ 求第一条最短路径 开始：S={s}，s,i ∈E,d(i)=w(s,i), 否则：d(i)=∞ d(k)=min{d[i]},i ∈V-{s} 更新d(i) 和path