算法合集之《部分贪心在信息学竞赛中的应用》.pptVIP

部分贪心在信息学竞赛中的应用 北京市清华附中 高逸涵 引言 引入 众所周知，贪心算法是一个在信息学竞赛中应用广泛的高效算法。 但是有的时候，由于小规模针对性数据的存在，使得贪心算法不能得到正确的结果。 如何解决这一问题呢？ 部分贪心，顾名思义，就是在问题的局部采用贪心算法，而在其他部分采用其他算法。 部分贪心 引言 为什么要“部分”贪心？ 当问题的特殊情况普遍较小的时候，对于边界数据采用其他算法处理可以有效的回避特殊情况的讨论。 部分的普通算法对于总体时间复杂度影响并不大。 部分的贪心可以极大的提高算法的时间效率。 引言 举个例子：我们要最优化目标函数 为了求得目标函数的最小值，我们可以首先贪心的求出趋势函数的最小值，然后在其左右寻找目标函数的最小值。 例题 [例题1]骆驼 [例题2]Cow Relays [例题1]骆驼 有p个人带着x个小包y个大包穿越沙漠 每匹骆驼可以背的物体只能是下列四种组合之一：不超过3个小包；不超过2个大包；1个人与不超过2个小包；1个人和1个大包。 问最少需要多少骆驼？ 数据范围：1=p,x,y=1000000000 [例题1]骆驼 首先，当所有人所带的包的种类确定以后，剩下需要的骆驼数目可以直接算出来。 所以我们需要求的只是有多少个人带大包，多少个人带小包。 很容易得到如下公式：(p,x,y分别为人,小包,大包数) 但由于数据规模巨大，直接枚举显