贪心算法模型.pdf

Algorithmes Gloutons Principe général Pour un problème d’optimisation, on construit la solution de façon séquentielle, en faisant à chaque étape le meilleur choix local. Pas de retour en arrière: on va directement vers une solution. Progression descendante = choix puis résolution d’un problème plus petit. Location d’un camion On veut offrir un unique véhicule à la location. On veut maximiser le nombre de clients satisfaits. Soit E l’ensemble des demandes. Pour e ∈ E , on note d(e) et f (e) pour la date de début et fin de la demande. Les demandes e1 et e2 sont compatibles si ]d(e ), f (e )[∩]d(e ), f (e )[= ∅. 1 1 2 2 On cherche un sous ensemble de E de demandes deux-à-deux compatibles de cardinal maximal. Algorithme LOCAT ION − CAMION (E) Trier les éléments de E par date de fin croissante f (e ) ≤ f (e ) ≤ . . . ≤ f (e ). 1 2 n s1 := e1 k := 1 Pour i := 2 à n si d(e ) ≥ f (s ) alors i k sk+1 := ci k := k + 1 Retourner s , . . . , s . 1 k Théorème: l’algorithme donne bien un résultat optimal. Complexité: O(n log n). Remarques: 1. ne marche pas pour maximiser le temps local de location; 2. ne marche pas si on trie par durées décroissantes. Exemple Résultat: {e , e }. 1 3 Preuve du théorème Des demandes x , . . . , x ordonnées par date de fin 1 r croissantes sont compatible ssi d(x ) f (x ) ≤ d(x ) f (x ) d(x ) f (x ). 1 1 2 2 r r On montre par récurrence sur