c语言程序设计——贪心算法试卷.ppt

贪心算法;贪心法的基本思想;贪心法将一个最优决策过程变成多步决策过程,并在每步总是做出当前看来是最好的选择。 贪心算法并不从全局最优上加以考虑,它所做的选择只是在某种意义上的局部最优选择。 例2:如果硬币的币值改为1分,5分,1角1分三种,现要找给顾客1角5分? 1个1角1分+4个1分?? ;贪心算法的定义;部分背包问题;问题描述;问题描述;算法描述;算法描述;Procedure GREEDY-KNAPSACK real:P(1:n) ,W(1:n),X(1:n),M,CU; Integer:i,n; begin 1.Read (P(1:n).W(1:n),M); //设按P(i)/W(i) ≥P(i+1)/W(i+1)的顺序读入// 2.for i=1 to n do 3. X(i)=0;//X(i)赋初值// 4.CU=M;//CU是背包问题的剩余容量// 5.I:=1; 6.while W[I] ≤CU do begin 7. X[I]:=1; 8. CU:=CU-W[I], 9. I:=I+1 end; 10.X[I]:=CU/W[I] end ;算法证明;;;算法分析;贪心法的基本思想;贪心算法的基本要素;*; 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。问题的最优子结构性质是该问题可用动态规划算法或贪心算法求解的关键特征。 ;动态规划和贪心算法都是一种递推算法 均有局部最优解来推导全局最优解 不同点： 贪心算法： 1.贪心算法中，作出的每步贪心决策都无法改变，因为贪心策略是由上一步的最优解推导下一步的最优解，而上一部之前的最优解则不作保留。 2.由（1）中的介绍，可以知道贪心法正确的条件是：每一步的最优解一定包含上一步的最优解。;;贪心算法每一步都做目前最好的选择，不考虑下一步的选择。 动态规划的子问题每一步求的最优解影响下一个问题的最优解。 贪心算法是种策略，思想。。。 它并没有固定的模式 动态规划的思想是分治+解决冗余 把一个复杂的问题分解成一块一块的小问题 每一个小问题中得到最优解 再从这些最优解中获取更优的答案; 贪心算法和动态规划算法都要求问题具有最优子结构性质，这是2类算法的一个共同点。但是，对于具有最优子结构的问题应该选用贪心算法还是动态规划算法求解?是否能用动态规划算法求解的问题也能用贪心算法求解? （例如“0-1背包问题”与“部分背包问题”）; 0-1背包问题;算法?;使用贪心算法的关键： ;例5: 排队打水???题2;分析;【例6】设有n个正整数，将他们连接成一排，组成一个最大的多位整数。例如:n=3时，3个整数13,312,343,连成的最大整数为又如:n=4时,4个整数7,13,4,246连接成的最大整数为7424613 输入：N N个数 输出:连接成的多位数;算法分析： 此题很容易想到使用贪心法，但如何贪？整数按从大到小的顺序连接起来，样例符合。再想想，我们还是可以找到反例：12，121 应该组成12121而非12112。 是不是此题不能用贪心法呢？ 正确的贪心标准是：先把整数化成字符串，然后再比较a+b和b+a，如果a+bb+a，就把a排在b的前面，反之则把a排在b的后面。;删数字问题