算法_贪心算法.ppt

问题的求解目标:背包中的物品总价值最大。 目标函数: max 物品可拆背包问题C程序设计代码如下： for(i=1;i=n-1;i++) /* 对n件物品按单位重量的效益从大到小排序 */ for(j=i+1;j=n;j++) if(p[i]/w[i]p[j]/w[j]) { h=p[i];p[i]=p[j]; p[j]=h; h=w[i];w[i]=w[j]; w[j]=h; } cw=c;s=0; /* cw为背包还可装的重量 */ for(i=1;i=n;i++) {if(w[i]cw) break; x[i]=1.0; /* 若w(i)=cw,整体装入*/ cw=cw-w[i]; s=s+p[i]; } x[i]=(float)(cw/w[i]); /* 若w(i)cw,装入一部分x(i) */ s=s+p[i]*x[i]; printf(装包：); /* 输出装包结果 */ for(i=1;i=n;i++) if(x[i]1) break; else printf(\n 装入重量为%5.1f的物品.,w[i]); if(x[i]0 x[i]1) printf(\n 装入重量为%5.1f的物品百分之%5.1f.,w[i],x[i]*100); printf(\n 所得最大效益为：%7.1f ,s); 二分图是一个无向图，它的n 个顶点可二分为集合A和集合B，且同一集合中的任意两个顶点在图中无边相连（即任何一条边都是一个顶点在集合A中，另一个在集合B中）。当且仅当B中的每个顶点至少与A中一个顶点相连时，A的一个子集A‘ 覆盖集合B（或简单地说，A’ 是一个覆盖）。覆盖A‘ 的大小即为A’ 中的顶点数目。当且仅当A‘ 是覆盖B的子集中最小的时，A’ 为最小覆盖。 5.4 覆盖问题 如下图所示：A={1,2,3,4};B={5,6,7,8,9,10,11};选择 A的一个最小覆盖子集A‘，使 B中的每个顶点至少与A中一个顶点相连。 算法设计如下： 先构造邻接矩阵，如图1可以构造如下： 图1 图2 计算a各个顶点的度，从中选择度最大的顶点，加入 到子集中，如第一次，各个顶点度为4，2，4，2，可以将结点1加入到子集。 修改邻接矩阵，将结点1从a集合中去掉，与1所连的边都抹掉。如图2。 重复上面过程，直到邻接矩阵值都为0，则找到一组解，否则失败。 该算法的时间复杂度取决于数据的存储方式，若使用邻接矩阵，则需花(n2 ) 的时间来寻找图中的边，若用邻接链表，则需(n+e) 的时间。故覆盖算法总的复杂性为O( n2)或O (n +e) 1、 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，是可以用贪心算法有效求解的很好例子。该问题要求高效地安排一系列争用某一公共资源的活动。贪心算法提供了一个简单、漂亮的方法使得尽可能多的活动能兼容地使用公共资源。 5.5 图的着色问题 设有n个活动的集合E={1,2,…,n}，其中每个活动都要求使用同一资源，如演讲会场等，而在同一时间内只有一个活动能使用这一资源。 每个活动i都有一个要求使用该资源的时间[si, fi) ：（起始时间si，结束时间fi,且si fi ）。 若区间[si, fi)与区间[sj, fj)不相交，则称活动i与活动j是相容的。也就是说，当si≥fj或sj≥fi时，活动i与活动j相容。 例：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 由于输入的活动以其完成时间的非减序排列，所以算法greedySelector每次总是选择具有最早完成时间的相容活动加入集合A中。直观上，按这种方法选择相容活动为未安排活动留下尽可能多的时间。也就是说，该算法的贪心选择的意义是使剩余的可安排时间段极大化，以便安排尽可能多的相容活动。 算法greedySelector的效率极高。当输入的活动已按结束时间的非减序排列，算法只需O(n)的时间安排n个活动，使最多的活动能相容地使用公共资源。如果所给出的活动未按非减序排列，可以用O(nlogn)的时间重排。 若被检查的活动i的开始时间Si小于最近选择的活动j的结束时间fi，则不选择活动i，否则选择活动i加入集合A