算法设计与分析讲义chapter5.doc

第五章 Greedy算法 5.1 Greedy算法的基本原理 Greedy算法 ·Greedy算法的基本思想 ·求解最优化问题的算法包含一些列步骤 ·每一步都有一组选择 ·作出在当前看来最好的选择 ·希望通过作出局部优化选择达到全局优化选择。 *Greedy算法不一定总产生优化解。 *一个Greedy算法是否产生优化解，需要严格证明。 ·Greedy算法产生优化解的条件 ① Greedy-choice-property ② Optimal substructure 2. Greedy-choice-property（Greedy选择性） 定义1 若一个优化问题的全局优化解可以通过局部优化选择得到，则该问题称为具有Greedy选择性。 *Greedy算法与动态规划方法的不同 动态规划：每一步作一个选择 — 依赖于子问题的解。 Greedy方法: 每一步作一个选择 — 不依赖于子问题的解。 *一个问题是否具有Greedy选择性需要证明。 3.优化子结构 定义2 若一个优化问题的优化解包括它的子问题的优化解，则称其具有优化子结构。 4.与动态规划方法的比较 ·动态规划方法可用的条件 优化子结构 子问题相交性 子问题空间小 ·Greedy方法可用的条件 优化子结构 Greedy选择性 *可用Greedy方法时，动态规划方法可能不适用。 *可用动态规划方法时，Greedy方法可能不适用。 5．Greedy算法正确性证明方法 证明算法所求解的问题具有优化子结构； 证明算法所求解的问题具有Greedy选择性； 算法按照②中的Greedy选择性进行局部优化选择。 5.2 调度问题 问题的定义 ·活动：设S={1,2,…,n}是n个活动的集合，每个活动使用一个 资源，每个资源只能为一个活动使用。 ·起始终止[si，fi]时间: 每个活动i有一个起始时间si，一个终 止时间fi，si( fi ·相容活动：活动i和j是相容的，若sj(fi或si(fj，即 ·调度问题： 输入：S={1,2,…,n}，F={[si，fi]}，n(i(1 输出：S的最大相容集合 2. 调度算法 ·基本思想 为了选择最多的相容活动，每次选fi最小的活动， 即使以后可选更多的活动——“贪心”。 ·算法 设f1(f2(….(fn已排序 Greedy-Activity-Selector(S,F) n(lenyth(s); A({1} j(1 FOR i(2 To n Do IF si(fj THEN A(A∪{i}；j(i； Return A. ·复杂性分析 IF 结束时间已排序 T(n)=((n) IF 结束时间未排序 T(n)=((n)+((nlogn)=((nlogn) ·算法正确性 注意：要证明调度算法产生优化解，我们需要证明： 调度问题具有Greedy选择性。 调度问题具有优化子结构。 引理1 设S={1,2,…,n}是n个活动集合，[si，fi]是活动的起始终止时间，且f1(f2(….(fn，S的调度问题的某个优化解包括活动1。 证.设A是一个优化解，按结束时间排序A中活动，设其第一个活动为k。 如果k=1，引理成立。 如果k(1，令B=A-{k}∪{1},由于f1(fk, B中活动相容。又由于(B(=(A(, 所以B是一个优化解，且包括活动1. 引理2（优化子结构） 设S={1,2,…,n}是n个活动集合，[si，fi]是活动i的起始终止时间，且f1(f2(….(fn，设A是S的调度问题的一个优化解且包括活动1，则A(=A-{1}是S(={i(s|si(f1}的调度问题的优化解。 证. 显然，A(中的活动是相容的。我们仅需要证明A(是最大的。设不然，存在一个S’ 的调度问题的优化解B(，(B(((A((。令B={1}∪B(。对于(i(S(,si(f1,B中活动相容。由于|A’|=|A|-1, (B(=(B((+1(A((+1=(A(，与A最大矛盾。 引理3（Greedy选择性）设S={1,2,….,n}是n个活动集合，f0=0,li是Si={j(S | sj(fi-1}中具有最小结束时间fli的活动li。设A是S的包含活动1的优化解，其中，f1(….(fn，则A=。 证.对(A(作归纳法.当(A(=1时，由引理1，命题成立。设(A((k时，命题成立。当(A(=k时,由引理2，A={1}∪A1, A1是S2={j(S|sj(f1}的优化解，由归纳假设，A1=.于是,A=。 定理1. Greedy-Activi