NOIP中的贪心.pptx

NOIP中的贪心Greedy Algorithm;定义;是不是so easy;注意;能贪么？;看看题吧;NOIP2002均分纸牌;是不是想大吼一句：“这是贪心？” 没错这就是，好好想想吧 接下来我要第一次试用ppt的SmartArt功能 你们先想着 ;NOIP1999拦截导弹;话说这是我们的第一道贪心题 当时直接理解错题意 然后呵呵 所以如果理解对的话，很容易能想到贪心 对于每套系统，只需存它拦截的最后一枚导弹的高度 如果新的导弹比所有系统能拦截的高度都高，那就再来一套 否则选择能拦截该导弹的高度最低的系统 代码很容易，不再cv 当然，此题也可以动规解决，那就不是我的事情了;NOIP2004 合并果子;【输入文件】输入文件fruit.in包括两行，第一行是一个整数n（1 <= n <= 10000），表示果子的种类数。第二行包含n个整数，用空格分隔，第i个整数ai（1 <= ai <= 20000）是第i种果子的数目。【输出文件】输出文件fruit.out包括一行，这一行只包含一个整数，也就是最小的体力耗费值。输入数据保证这个值小于231。【样例输入】31 2 9【样例输出】15【数据规模】对于30%的数据，保证有n <= 1000；对于50%的数据，保证有n <= 5000；对于全部的数据，保证有n <= 10000。;显然（一个略强大的词），如果取每次最小的两堆合并，体力值一定最小 当然要快排 最小的两堆合并后，不一定最小，所以，总不能每次都快排吧？ 如果每次快排，效率(n*n(logn))， 五组 当然，也可以再向后扫一遍，然后改变数组 但如果有多个小的，显然，稍快但很容易错 如果从大到小存，从后向前扫呢 这样每次扫描都可以同时向前移位，同时由于已排过序，只要找到一个大于合并后果子数的就可以跳出，效率大大提高 ;一道坑爹的;【输入格式】 从文件 multiset.in 中读入数据。第一行为一个整数??，描述最终集合的大小。第二行为??个非负整数，为最终集合的每一个元素。 【输出格式】 输出到文件 multiset.out 中。 输出唯一一行，Alice 最少玩的轮数。 【样例输入】 Sample Input 1 1 0 Sample Input 2 4 1 1 1 1 Sample Input 3 5 0 3 0 3 0 ;对于每个数，有0或非0两种情况 对于0，每次操作中将0成对合并 对于非0数，每次操作同时减一 于是对于所有的数，按数值统计出现次数 n减到0需要n次，减去之前的总次数，再算剩余多少0 直到最大的数，再计算剩余的0 计算剩余所有0合并需要的次数 加上之前的次数，即为答案;可是可是，怎么确定怎么贪心呢;比如一些模板;比如;贪心法的求解过程? ??用贪心法求解问题应该考虑如下几个方面： （1）候选集合C：为了构造问题的解决方案，有一个候选集合C作为问题的可能解，即问题的最终解均取自于候选集合C。 （2）解集合S：随着贪心选择的进行，解集合S不断扩展，直到构成一个满足问题的完整解。 （3）解决函数solution：检查解集合S是否构成问题的完整解。 （4）选择函数select：即贪心策略，这是贪心法的关键，它指出哪个候选对象最有希望构成问题的解，选择函数通常和目标函数有关。 （5）可行函数feasible：检查解集合中加入一个候选对象是否可行，即解集合扩展后是否满足约束条件。例如，在付款问题中，可行函数是每一步选择的货币和已付出的货币相加不超过应付款。;贪心法的一般流程 Greedy(C)? //C是问题的输入集合即候选集合 { ??? S={ };? //初始解集合为空集 ??? while (not solution(S))? //集合S没有构成问题的一个解 ??? { ?????? x=select(C);??? //在候选集合C中做贪心选择 ?????? if feasible(S, x)? //判断集合S中加入x后的解是否可行 ????????? S=S+{x}; ????????? C=C-{x}; ??? } ?? return S; ;贪心法的基本要素 ?? ? ?对于一个具体的问题，怎么知道是否可用贪心算法解此问题，以及能否得到问题的最优解呢?这个问题很难给予肯定的回答。 ????? 但是，从许多可以用贪心算法求解的问题中看到这类问题一般具有2个重要的性质：贪心选择性质和最优子结构性质。 子问题：假设为了解决某一优化问题，需要依次作出n个决策D1，D2，…，Dn，对于任何一个整数k，1 < k < n，以Dk作为问题的初始状态，来进行以后的决策，这样的问题就成为是原问题的一个子问题。 1.贪心选择性质 ????? 所谓贪心选择性质是指所求问题的整体最优解可以通过一