贪心策略聂晶.ppt

第五部分 贪心策略 贪心方法的基本思想 【引例】在一个N×M的方格阵中，每一格子赋予一个数（即为权），规定每次移动时只能向上或向右。现试找出一条路径，使其从左下角至右上角所经过的权之和最大。 我们以2×3的矩阵为例： 贪心法的特点 1.贪心选择性质：算法中每一步选择都是当前看似最佳的选择，这种选择依赖于已做出的选择，但不依赖于未做的选择。 2.最优子结构性质：算法中每一次都取得了最优解(即局部最优解)，要保证最后的结果最优，则必须满足全局最优解包含局部最优解。 但并不是所有具有最优子结构的问题都可以用贪心策略求解。因为贪心往往是盲目的，需要使用更理性的方法——动态规划（例如“0-1背包问题”与“部分背包问题”） 【问题1】部分背包问题 给定一个最大载重量为M的卡车和N种食品，有食盐，白糖，大米等。已知第i种食品的最多拥有Wi公斤，其商品价值为Vi元/公斤，编程确定一个装货方案，使得装入卡车中的所有物品总价值最大。 【问题2】0/1背包问题 给定一个最大载重量为M的卡车和N种动物。已知第i种动物的重量为Wi，其最大价值为Vi，设定M，Wi，Vi均为整数，编程确定一个装货方案，使得装入卡车中的所有动物总价值最大。 贪心策略与其他算法的区别 1.贪心与递推：与递推不同的是，贪心法中推进的每一步不是依据某一固定的递推式，而是当前看似最佳的贪心决策，不断的将问题归纳为更加小的相似的子问题。所以归纳、分析、选择正确合适的贪心策略，是正确解决贪心问题的关键。 2.贪心与动态规划：与动态规划不同的是，贪心是鼠目寸光；动态规划是统揽全局。 几个简单的贪心例子 贪心策略 例题1：删数问题 键盘输入一个高精度的正整数n（n=240位）,去掉其中任意s个数字后剩下的数字按照原来的次序将组成一个新的正整数。编程对给定的n和s,寻求一种方案,使得剩下组成的新数最小。 【样例输入】 178543 4 【样例输出】13 分析 由于正整数n的有效位数最大可达240位，所以可以采用字符串类型来存储n。那么，应如何来确定该删除哪s位呢？是不是只要删掉最大的s个数字就可以了呢？ 为了尽可能地逼近目标，我们选取的贪心策略为：每一步总是选择一个使剩下的数最小的数字删去，即按高位到低位的顺序搜索，若各位数字递增，则删除最后一个数字，否则删除第一个递减区间的首字符。然后回到串首，按上述规则再删除下一个数字。重复以上过程s次，剩下的数字串便是问题的解了。 例题2：排队问题 在一个食堂，有n个人排队买饭，每个人买饭需要的时间为Ti，请你找出一种排列次序，是每个人买饭的时间总和最小。 【思路点拨】由题意可知，本题可以采用的贪心策略为：将n个人排队买饭的时间从小到大排序，再依次累加每人的买饭时间，即可得到最小的总和。由样例可知，排好序后的数据为(1,3,5,7,9,11)，每个人的买饭时间如下： T1=1 T2=T1+t2=1+3=4 T3=T2+t3=4+5=9 T4=T3+t4=9+7=16 T5=T4+t5=16+9=25 T6=T5+t6=25+11=36 总时间T=T1+T2+T3+T4+T5+T6=91 用反证法证明如下：假设一个不排好序的n个人也能得到最优答案，比如把(1,3,5,7,9,11)中的3,5对调一下，得到的序列为(1,5,3,7,9,11)。对调后，3,5前后的1,7,9,11四个人的买饭时间不会有变化，关键的变化是3,5两个人。这时，5这个人的买饭时间为1+5，3这个人的买饭时间变为1+5+3，此时两个人的总买饭时间中，5被累加了2次，而原方案中是3被累加了2次，其他一样。由此，两者相比较，可知有序的序列能得到最优的方案。对于其他位置的改变可以采用同样的方法证明。用反证法证明时，关键是证明反例不成立，由此推出原方案是最优的。 问题推广：排队打水问题 有n个人排队到r个水龙头去打水，他们装满水桶的时间t1、t2…….tn为整数且各不相等，应如何安排他们的打水顺序才能使他们总共花费的时间最少？ 例题3：打包 某工厂生产出的产品都要被打包放入正四棱柱的盒子内，所有盒子的高度为h，但地面尺寸不同，可以为 1x1、2x2、3x3、4x4、5x5、6x6。如下图所示。 分析 分析 例题4:均分纸牌（NOIP2002） 有N堆纸牌，编号分别为 1,2,…,N。每堆上有若干张，但纸牌总数必为N的倍数。可以在任一堆上取若于张纸牌，然后移动。 　　移牌规则为：在编号为1堆上取的纸牌，只能移到编号为2的堆上；在编号为N的堆上取的纸牌，只能移到编号为N-1的堆上；其他堆上取的纸牌，可以移到相邻左边或右边的堆上。 　　现在要求找出一种移动方