贪婪演算法GreedyAlgorithm.PPT

* * * * 演算法導論，探矽工作室 霍夫曼貪婪演算法的步驟範例(1/2) 演算法導論，探矽工作室 霍夫曼貪婪演算法的步驟範例(2/2) 演算法導論，探矽工作室 結論 瞭解機械排程、0/1背包問題、拓樸排序、霍夫曼碼等問題，及相對應的貪婪演算法 貪婪演算法並不保證永遠可以得到最佳解，但是它仍是一個有效率的演算法，而且在很多時候也可以得到最佳解，或者得到跟最佳解相去不遠的解。 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 演算法導論，探矽工作室 第12章貪婪演算法 講師:郭育倫 d95037@csie.ntu.edu.tw 演算法導論，探矽工作室 本章學習重點 機器排程 0/1背包問題 拓樸排序 霍夫曼碼 演算法導論，探矽工作室 最佳化問題(optimization problem) 定義 很多問題常常存在許多的解答，而每個解答相對地也可以有一個數值，不過，我們希望能找出一個有最佳數值（最大值或最小值）的解答，稱為最佳解(之一) 範例 每天可在最少時間做最多的事 網路的速度越快越好 …. 演算法導論，探矽工作室 貪婪演算法概述 在解決最佳化問題的過程中，通常是經過一個序列的步驟，而且在每個步驟中會有一群選擇 在所有解決最佳化問題的演算法中，貪婪演算法是最直覺的一種方法 方法 設定一個特定的選擇規範，稱為貪婪準則，以便在每一個步驟中做出目前看起來最好選擇，即局部最佳解 一旦做出了選擇，就不再更改，並希望這樣的選擇可以得到全域的最佳解 在一般情況下，其結果大多是非常接近最佳解。 是有效率的方法，但是並不保證永遠可得到(全域)最佳解 演算法導論，探矽工作室 機器排程 問題描述 有n件工作和無限多台機器，每件工作可在任一機器上得到處理。 假設每件工作的開始時間為si，完成時間為fi，而sifi，[si,fi]便為處理工作i時所經歷的時間區間。 兩件工作i和j重疊是指兩個工作的時間區間有重疊，例如區間[1,5]和區間[2,4]重疊，但是和區間[5,7]就不算重疊。 一個可行的工作分配是指，沒有任何兩件或兩件以上重疊的工作分配給同一台機器。因此，在可行的工作分配中，每台機器在任何時刻最多只處理一個工作 最佳的分配是指使用最少機器的可行方案，即為最佳解。 演算法導論，探矽工作室 貪婪準則 每次分配一件工作，而且按照每件工作的開始時間為次序來進行工作分配 選擇機器的準則 根據欲分配工作的開始時間，若此時有舊的機器可用，則將工作分配給舊的機器，否則就將任務分配給一台新的機器 演算法導論，探矽工作室 貪婪演算法 先依照工作的開始時間對每個工作做排序，開始時間較早的為優先 依次取出每一件工作 若有舊機器登記的執行時間在此工作的開始時間之前，則將工作分配給舊的機器，並更新該機器的執行時間為此工作的結束時間 否則就將任務分配給一台新的機器，並更新該機器的執行時間 時間複雜度:Ο(n2) 步驟1的排序需要Ο(nlogn) 步驟2需要Ο(n2) 演算法導論，探矽工作室 機器排程之範例 演算法導論，探矽工作室 機器排程範例之長條圖 演算法導論，探矽工作室 0/1背包問題（0/1 knapsack problem） 問題描述 有個小偷帶一個背包到某家商店偷東西，他找到n個商品，第i個商品價值Vi元，重Wi公斤，而他帶的背包最多只能裝C公斤的物品，其中Vi、Wi、C都是整數 他的背包應該怎麼裝才能帶走最有價值的商品？ Why 0/1 ? 每個商品不是被拿走就是被留著這兩種狀況，而且每個商品不能被切割（如拿1/3個），也不能被拿超過一次 演算法導論，探矽工作室 數學表示式 取得 在以下的限制條件之下 的最大值 演算法導論，探矽工作室 第一種貪婪準則 從剩餘的商品中，選出可以裝入背包其價值最大之商品 也就是 在有足夠容量的條件下，價值最高的商品首先被裝入背包，然後是下一個價值最高的商品，以此類推 不能保證永遠得到最佳解！！ 範例 考慮n=3，W={100,10,10}，V={20,15,15}，C=105 採用這個貪婪準則時，我們得到的解為X={1,0,0}，而總價值為20。 而此範例的最佳解卻是X={0,1,1}，總價值為30 演算法導論，探矽工作室 第二種貪婪準則 從剩下的商品中，選擇可裝入背包其重量最小的商品 不保證在任何情況下都可以得到最佳解！！ 範例 考慮n=2，W={10,20}，V={5,100}，C=25 以此準則得到的解為X={1,0}，但是其最佳解應該為X={0,1} 演算法導論，探矽工作室 貪婪演算法 依貪婪準則的不同，分別對商品的價值或重量作排序，價值較高或重量較輕的商品為優先。 依次考慮每件商品 若加上該商品的重量不超過背包最多可裝的重量C，則將