chapter 6 贪心法.pptVIP

* HeJing(2011) School of Software School of Software, YunNan University 任课教师：何婧 Email: hejing@ Chapter 6 Outline 算法思路 背包问题 单源最短路径问题 最小耗费生成树 Huffman编码 算法思路 任何问题，通常都有n个输入和一些约束条件。任何满足这些约束条件的子集可称为一个可能解。最佳解是满足目标函数达到最大值或最小值的一个可能解，而目标函数是问题中给定的。 如果该问题具有最优子结构性质时，可以用动态规划法求解。但有时会有更简单，更有效的算法。 贪心法：总是做出在当前看来最好的选择，并不从整体最优去考虑，因此，在用贪心法可以求得问题的整体最优解时，贪心法比动态规划法效率更高，但同时也使得贪心法不一定能够求得问题的整体最优解。 算法思路 例1：假设有4种硬币，它们的面值分别是二角五分、一角、五分和一分。现在要找给顾客六角三分钱。求解给顾客最少硬币数的找法。 贪心法求解：2个二角五分；1个一角；3个一分。这是一个最优解。 例2：假设硬币面值改为一分、五分和一角一分，要找给顾客找一角五分钱。求解给顾客最少硬币数的找法。 贪心法求解：1个一角一分；4个一分。显然这不是一个整体最优解，最优解是3个五分。 6.1 背包问题 背包问题的来源： 设某港口有n种不同的货物送往某地，每种货物的总重量是已知的，各种不同货物的运价也是确定的。某支船队承运部分货物，船队的总吨位是确定的。每种货物允许分批发送。考虑这支船队应装运哪些货物才能使它一次获得的运费最多？ 6.1 背包问题 背包问题的一般描述： 给定n种不同的物品和一个背包。物品i的重量是Wi，背包容量为M。物品i的利润为Pi，假定物品i的一部分xi(0≤xi≤1)，被放进背包里，就会得到利润Pixi。因为背包的容量为M，要求被装进的物品的总重量不超过M（若只考虑物重而不考虑其形状和体积）。问应怎样选择物品的种类和数量，使背包装满，而获得最大的利润。 6.1 背包问题 背包类问题还可形式化描述为： 给定M0，Wi0，Pi0，1≤i≤n，使之满足： 使： 达到最大。 满足0≤xi≤1的任何向量（x1,x2,…xn）都是一个可能解。这样的解显然有无穷多个。而最佳解必须是使式（6.2）的值达到最大的一个可能解。 （6.1） （6.2） 6.1 背包问题 例：给定n=3，M=40，(W1,W2,W3)=(28,15,24)， (P1,P2,P3)=(35,25,24) 。以下是此例的五个可能解： （x1, x2, x3） ∑Wixi ∑pixi （1） （1, 4/5, 0 ） 40 55 （2） （1/2, 1, 1/3） 37 50.5 （3） （1/28,1, 1 ） 40 50.25 （4） （5/7, 1, 5/24） 40 55 （5） （25/28,1, 0 ） 40 56.25 按pi递减顺序装包（效益增长最快） 按Wi非递减顺序装包（背包容量消耗最慢） 按Pi/Wi（单位重量效益）递减顺序装包 总结 6.1 背包问题 对于这个简单的实例，因为它的可能解有无穷多个，所以用组合的方法求最佳解是行不通的。 考虑，如果 成立，最佳解将取xi=1。 因此，不妨假定 成立。 这就不可能取一切xi=1。在此前提下，任何最佳 解都必须将背包装满。同时，由于pi0，使利润 增加。这样得到的解比原来的解要好。 6.1 背包问题 人们可能会想到的贪心的策略： （1）按pi递减顺序装包（效益增长最快） 每次选择利润Pi最大的物品装包，使得目标函数增加最快。当放不下时，才选择一个适当的xi1，使物品装满，可求出每一种货物装入背包的比例X (x1, x2, x3) x1=1，CU=M-28=40-28=12， x2=CU/W2=12/15=4/5，CU=0， x3=0 所以，X=(1,4/5,0)， 给定n=3，M=40，(W1,W2,W3)=(28,15,24)， (P1,P2,P3)=(35,25,24) 6.1 背包问题 （2）按Wi非递减顺序装包（背包容量消耗最慢） x2=1，CU=M-15=40-15=25， x3=1，CU=25-24=1 x1=1/28 所以，X=(1/28,1,1)。 给定n=3，M=40，(W1,W2,W3)=(28,15,24)， (P1,P2,P3)=(35,25,24) 6.1 背包问题 （3）按Pi/Wi（单位重量效益）递减顺序装包 每次选择利润与重量比最大的物品先装包。 先算出每