贪心算法与动态规划.pdfVIP

贪心算法 与 动态规划 贪心算法 （Greedy Algorithm ） 贪心法的基本思路：  —— 从问题的某一个初始解出发逐步逼近给定的 目标，以尽可能快的地求得更好的解。当达到某 算法中的某一步不能再继续前进时，算法停止。 该算法存在问题： 1. 不能保证求得的最后解是最佳的； 2. 不能用来求最大或最小解问题； 3. 只能求满足某些约束条件的可行解的范围。 贪心算法的基本步骤  1 、从问题的某个初始解出发。  2 、采用循环语句，当可以向求解目标前 进一步时，就根据局部最优策略，得到一 个部分解，缩小问题的范围或规模。  3 、将所有部分解综合起来，得到问题的 最终解。 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。贪心算法使得尽可能 多的活动能兼容地使用公共资源  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： i 1 2 3 4 5 6 7 8 9 10 11 S[i 1 3 0 5 3 5 6 8 8 2 12 ] f[i] 4 5 6 7 8 9 10 11 12 13 14  若被检查的活动 i 的开始时间S 小于最近 i 选择的活动j 的结束时间f ，则不选择活动 i i ，否则选择活动 i 加入集合 A 中。  可以证明，如果在可能的事件 a1a2… an 中选取在时间上不重叠的最长序列， 那么一定存在一个包含 a1 （结束最早）的 最长序列。  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。这个结论可以用数学归纳法证明 。 i 1 2 3 4 5 6 7 8 9 10 11 S[i 1 3 0 5 3 5 6 8 8 2 12 ] f[i] 4 5 6 7 8 9 10 11 12 13 14 所以做多可以容纳 4 个活动 代码 : int greedySelector(int *s, int *f, bool *a) { a[1]=true; int j=1; int