计算机算法第四章作业.pdf

第四章 贪心算法 算法基本思想 调度问题 最小生成树问题 单点源最小路径问题 Huffman编码 贪心算法的基本思想 • 找零钱：给孩子找回87分硬币，现有硬币规格50分、10分、 5分、2分、1分。 50+3*10+5+2 ＝87 一般方法：尽量找面值大的硬币。 • 装箱问题：有物品n件，重量分别是w ,…,w ; 有箱子m个： 1 n B ,…，B ，每个的容量都是C(C≥w ) 。设计装箱方法，使得 1 m i 所用箱子最少。 1. NF(Next Fit)方法：前面的箱子不能再装了，才开始装下一 个箱子。 2. FF(First Fit)方法：每个物品都选择装进第一个可装的箱子 • 贪心算法的基本思想： 在每一步决策中总是作出在当前看来是最好的选择 • 贪心准则，局部最优。 背包问题 • 背包容量为M ，物品件数n。重量w , 价值p i i • 变量x , 0≤x ≤1 i i • 数学模型 • max∑pixi • s.t. ∑w x ≤M i i • 贪心准则： 1. 价值大的物品优先装包； 2. 重量轻的物品优先装包； 3. 单位价值大的物品优先装包。 • 例子 n=3, M=20, p=(25, 24, 15), w=(18,15,10) • 结论：以“单位价值最大的物品优先装包”为贪心准则的贪 心算法获得的效益值最大。 背包问题的贪心算法 proc GreedyKnapsack (p, w, M, x, n) //价值数组p[1..n] 、重量数 //组w[1..n] ，它们元素的排列顺序满足p[i]/w[i] ≥p[i+1]/w[i+1] //M是背包容量，x[1..n]是解向量 float p[1..n], w[1..n], x[1..n], M, rc; integer i, n; x:= 0; // 将解向量初始化为零 rc:= M; // 背包的剩余容量初始化为M • for i to n do if w[i] ≤rc then x[i]:=1; rc:=rc-w[i]; else break; end{if} • end{for} if i≤n then x[i]:=rc/w[i]; end{if} end{GreedyKnapsack} Greedy Knapsack获得最优解 x x( x, , x, ) L 反证法：设Greedy Knapsack给出的解 1 2 n 不是最优 x L x 1,0 ≤x 1,x L x 0w x M 解，根据算法可设 1 j −1 j j +1 n ，∑i i y y(