第05章.贪心算法37168.pptVIP

《算法设计与分析》第05章 贪心算法 基本思想 通过作出在当前看来最优的选择（贪心选择），将原问题规模缩小，如此反复，直至得到最终解。 贪心算法并非对所有问题都能得到整体最优解。 活动安排问题 设有n个活动E={e1, e2, …, en}，其中每个活动都需要使用某一资源，而在同一时间内该资源只能由一个活动使用，每个活动都有开始时间si和结束时间fi(sifi)，若ei和ej满足si≥fj或sj≥fi，则称这两个活动相容，要求找出最多相容活动集合A。 活动安排问题 贪心解法： 将所有活动按结束时间排序，得到活动集合E={e1,e2…en}； 先将e1选入结果集合A中，即A={e1}； 依次扫描每一个活动ei： 如果ei的开始时间晚于最后一个选入A的活动ej的结束时间，则将ei选入A中，否则放弃ei； 活动安排问题 解法证明： 若E={e1,e2…en}是按结束时间排序的活动集合，则e1具有最早的结束时间，设存在一个最优安排A不包含e1，并以ei开始，则易见：A-{ei}∪{e1}也是最优的活动安排；依此类推。 贪心算法的基本要素 1、贪心选择性质 所求问题的整体最优解可由一系列局部最优选择得到； 动态规划是由子问题的解得到当前问题的解；贪心算法则是由当前问题的局部最优解导出子问题； 确定一个问题是否具有贪心选择性质，需要证明问题的一个整体最优解是从贪心选择开始的； 2、最优子结构性质 通过局部最优选择，原问题将被化简为类似的子问题；亦即是说，整体最优解中包含了子问题的最优解； 背包问题 有一容量为W的背包，和单价分别为vi的物品块（均为单位体积）各ni块，i=1…n；问每种物品应各选择多少块装入背包中，使得背包中的总价值最大？ 0-1背包问题 有一容量为W的背包，和一批体积分别为wi，价值为vi的物品， i=1…n；问将哪些物品装入背包，使得背包中的总价值最大？ 0-1背包问题不满足最优子结构性质，不能用贪心法来求解，而应用分治法求解。分治规则为：S(w1..n, v1..n, W) = max{ S(w1..n-1, v1..n-1, W-wn)+vn,  S(w1..n-1, v1..n-1, W)} 哈夫曼算法的证明 贪心选择性质的证明 若叶结点x,y是被选中合并的结点，即x,y具有最小权值，则 1. x、y是结果树上深度最大的两个结点，且互为兄弟； 2. 必存在最优二叉树以x,y为深度最大的两个结点，且互为兄弟（编码最长，且只有最后一位编码不同）； 证明：显然，总可通过交换x,y到最深的一对兄弟结点，得到满足条件的最优二叉树； 哈夫曼算法的证明 最优子结构性质的证明 若叶结点x,y分别具有最小权值，而且是互为兄弟结点的最深的叶子结点，证明：取x,y的父结点代替x,y结点，取x,y的权值和作为其父结点的权值，得到的仍是一棵最优二叉树；证明：设原二叉树的权值为W = W’+x*d+y*d，d为x,y的深度，则用x,y的父结点取代x,y后的二叉树的权值为W’+(x+y)*(d-1)，易见，若存在一个更优的二叉树，将x,y再替换回来也应是一棵更优的二叉树； 贪心算法的理论基础 1、拟阵 拟阵定义为满足以下条件的有序对（S，I）；S是一个非空有限集合；I是S的具有某种遗传性质的独立子集的全集；一个集合是具有遗传性质的独立集合是指，若一个集合具有某种性质，则其任意子集也具有该性质；I满足交换性质，即若A∈I，B ∈I且|A||B|，则存在某一元素x ∈B-A，使得A∪{x} ∈I； 贪心算法的理论基础 1、拟阵 例如：S定义为一个无向图的边集，I定义为图中不含回路的边的集合的全体；即若A ∈I，则A中的边构成一个森林； 给定一个拟阵M=（S，I），对I中的一个独立子集A ，若S中存在元素x不属于A，使得A∪{x} ∈I，则称x为A的一个可扩展元素； 当S中的一个独立子集A没有可扩展元素时，称A为一个极大独立子集； 极大独立子集性质：拟阵M中所有的极大独立子集具有相同大小； 贪心算法的理论基础 2、带权拟阵的贪心算法 对拟阵M=（S，I）的S指定一个权函数W，使对x∈S，有W(x)0，称M为带权拟阵，S的子集A的权定义为A中全部元素的权值和； 问题：求解最大权独立子集，即确定A∈I，且W(A)达到最大；A称为M的一个最优子集；最优子集也是极大独立子集； 贪心算法的理论基础 2、带权拟阵的贪心算法 算法如下：初始化A为空集；将S中的元素依权值从大到小排序；依序取出S中的所有元素x： 如果A∪{x}∈I，则将x并入A中，否则放弃x； 算法时间复杂性：O( nlogn + nf(n) )，其中f(n)为判定A∪{x}是否属于I所需的时间； 贪心算法的理论基础 3、带权拟阵的贪心算法的证明