贪心方法的基本思想.pptVIP

贪心算法专题 在现实生活中，我们经常为下意识的做贪心的选择，例如在购买商品时候总是寻求物美价廉的物品，在质量相同情况下，价格低的为首选。 在众多的计算机题解策略中，贪心算法可以算得上是最接近人民日常思维的一中解题策略。 贪心算法是指从问题的初始化状态出发，通过若干次的贪心选择而得出最优解或较优解题方法。事实上，从“贪心”一词就可以看出，贪心算法总是作出在当前看来最优的选择，也就是说贪心算法并不是从整体上加以考虑，他所作出的选择只是在某种意义上的局部最优解。 贪心方法的基本思想 一、贪心是一种解题策略，也是一种解题思想 二、使用贪心方法需要注意局部最优与全局最优的关系，选择当前状态的局部最优并不一定能推导出问题的全局最优 三、利用贪心策略解题，需要解决两个问题： 1、该题是否适合于用贪心策略求解 2、如何选择贪心标准，以得到问题的最优/较优解 从问题的某一初始解出发；while 能朝给定总目标前进一步 do　　 求出可行解的一个解元素； 由所有解元素组合成问题的一个可行解； 引例： 在N行M列的正整数矩阵中，要求从每行中选出1个数，使得选出的总共N个数的和最大。 分析：要使总和最大，则每个数要尽可能大，自然应该选每行中最大的那个数。因此，我们设计出如下算法: 读入N, M,矩阵数据； Total := 0; for I := 1 to N do begin {对N行进行选择} 选择第I行最大的数,记为K； Total := Total + K； end； 输出最大总和Total； 贪心策略求解的问题具有的特点： 可通过局部的贪心选择来达到问题的全局最优解。运用贪心策略解题，一般来说需要一步步的进行多次的贪心选择。在经过一次贪心选择之后，原问题将变成一个相似的，但规模更小的问题，而后的每一步都是当前看似最佳的选择，且每一个选择都仅做一次。 原问题的最优解包含子问题的最优解，即问题具有最优子结构的性质。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。 分析： 因为每一个物品都可以分割成单位块，单位块的利益越大显然总收益越大，所以它局部最优满足全局最优，可以用贪心法解答，方法如下：先将单位块收益按从大到小进行排列，然后用循环从单位块收益最大的取起，直到不能取为止便得到了最优解。 算 法 问题初始化； {读入数据} 按Vi从大到小将商品排序； I := 1; repeat if M = 0 then Break; {如果卡车满载则跳出循环} M := M - Wi; if M = 0 then 将第I种商品全部装入卡车 else 将(M + Wi)重量的物品I装入卡车; I := I + 1; {选择下一种商品} until (M = 0) OR (I = N) 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。 算法? 按贪心法,有反例. 设N=3，卡车最大载重量是100，三种动物A、B、C的重量分别是40，50，70，其对应的总价值分别是80、100、150。 例2 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为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花费的时间最少？ 分 析 由于排队时，越靠前面的计算的次数越多，显然越小的排在越前面得出的结果越小（可以用数学方法简单证明，这里就不再赘述），所以这道题可以用贪心法解答，基本步骤： 将输入的时间按从小到大排序； 将排序后的时间按顺序依次放入每个水龙头的队列中； 统计，输出答案。 * 康杰中学 贪心 韩克武 1 实现该算法的过程： 在遇到具体问题时，许多选手往往分不清哪些题该用贪心策略求解，哪些题该用动态规划法求解。在此，我们对两种解题策略进行比较。 散装 　　试题描述 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原左右次序组成一个新的正整数。对给定的N和S，寻找一种删数规则使得剩下得数字组成的新数最小。(试题背景 此题出自NOI94) 输入: n s 输出: