算法分析与设计(第2版)贪心算法.ppt

第4章 贪心算法 贪心算法总是作出在当前看来最好的选择。也就是说贪心算法并不从整体最优考虑，它所作出的选择只是在某种意义上的局部最优选择。当然，希望贪心算法得到的最终结果也是整体最优的。虽然贪心算法不能对所有问题都得到整体最优解，但对许多问题它能产生整体最优解。如单源最短路经问题，最小生成树问题等。在一些情况下，即使贪心算法不能得到整体最优解，其最终结果却是最优解的很好近似。 本章主要知识点： 4.1 活动安排问题 4.2 贪心算法的基本要素 4.3 最优装载 4.4 哈夫曼编码 4.5 单源最短路径 4.6 最小生成树 4.7 多机调度问题 4.8 贪心算法的理论基础 4.1 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。 4.2 贪心算法的基本要素 本节着重讨论可以用贪心算法求解的问题的一般特征。 对于一个具体的问题，怎么知道是否可用贪心算法，一定能够 得到该问题的最优解呢? 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。 4.3 最优装载 4.4 哈夫曼编码 哈夫曼编码是广泛地用于数据文件压缩的十分有效的编码方法。其压缩率通常在20%～90%之间。哈夫曼编码算法用字符在文件中出现的频率表来建立一个用0，1串表示各字符的最优表示方式。 给出现频率高的字符较短的编码，出现频率较低的字符以较长的编码，可以大大缩短总码长。 4.5 单源最短路径 4.6 最小代价生成树 设G =(V,E)是无向连通带权图，即一个网络。E中每条边(v,w) 的权为c[v][w]。如果G的子图G’是一棵包含G的所有顶点的树，则 称G’为G的生成树。生成树上各边权的总和称为该生成树的耗费。 在G的所有生成树中，耗费最小的生成树称为G的最小生成树。 网络的最小生成树在实际中有广泛应用。例如，在设计通信网 络时，用图的顶点表示城市，用边(v,w)的权c[v][w]表示建立城市v 和城市w之间的通信线路所需的费用，则最小生成树就给出了建立 通信网络的最经济的方案。 1.最小生成树性质 用贪心算法设计策略可以设计出构造最小生成树的有效算法。 Prim算法和Kruskal算法是应用贪心算法设计策略的例子。这2个算 法做贪心选择的方式不同，但它们都利用了的最小生成树性质： 设G=(V,E)是连通带权图，U是V的真子集。如果(u,v)?E，且 u?U，v?V-U，且在所有这样的边中，(u,v)的权c[u][v]最小，那么 一定存在G的一棵最小生成树，它以(u,v)为其中一条边。这个性质 有时也称为MST性质。 1. 最小生成树性质 用贪心算法设计策略可以设计出构造最小生成树的有效算法。 Prim算法和Kruskal算法是应用贪心算法设计策略的例子。这2个算 法做贪心选择的方式不同，但它们都利用了的最小生成树性质： 设G=(V,E)是连通带权图，U是V的真子集。如果(u,v)?E，且 u?U，v?V-U，且在所有这样的边中，(u,v)的权c[u][v]最小，那么 一定存在G的一棵最小生成树，它以(u,v)为其中一条边。这个性质 有时也称为MST性质。 在MST性质中，边(u, v)是这样一条边： (u, v)=min{c[i][j]} i?U，j?V-U 于是，MST性质可描述为： 在两个不相交的集合之间的各种连接方案中，具有最小代价的 连接（边）必然在某一最小代价生成树中。 2. Prim算法 设G=(V,E)是连通带权图，V={1,2,…,n}。 构造G的最小生成树的Prim算法的基本思想是：首先置S={1}， 然后，只要S是V的真子集，就作如下的贪心选择：选取满足条件 i?S，j?V-S，且c[i][j]最小的边，将顶点j添加到S中。这个过程一 直进行到S=V时为止。 在这个过程中选取到的所有边恰好构成G的一棵最小生成树。 利用最小生成树性质和数学归纳法 容易证明，上述算法中的边集合T始终包 含G的某棵最小生成树中的边。因此，在 算法结束时，T中的所有边构成G的一棵 最小生成树。 例如，对于右图中的带权图，按 Prim算