Chapter贪婪算法.pptVIP

第三部分 算法设计方法 中国地质大学信息工程学院 相关章节 Chapter13 贪婪算法 Chapter14 分而治之算法 Chapter15 动态规划 Chapter16 回溯 Chapter17 分枝定界 贪婪算法的特点 通过分阶段地挑选最优解，较快地得到整体的较优解 示例：Huffman最优编码，Dijkstra最短路径 特点：既可能得到次优解，也可能得到最优解，依赖于具体问题的特点和贪心策略的选取 多步判断＋最优子结构性质＋贪心选择性质 分而治之算法的特点 通过把问题化为较小的问题来解决原问题，从而简化或减少了原问题的复杂度 示例：折半查找、快速排序、归并排序 特点：自顶向下、问题化解 子结构不重复 分、治、合 动态规划算法的特点 将问题分成子问题来做，从某一集合中选出子集，进行逐项的测试比较逐步达到整个解，通过逐步逼近最优解而最终得到满足条件的解 自底向上，利用中间结果，迅速构造问题的解空间树，以空间换时间 示例：Floyd（多源点最短路径）算法 特点：能够得到最优解 多步判断＋最优子结构性质 回溯算法的特点 也是从某一集合中选出子集，进行逐项的测试比较逐步达到整个解，通过逐步逼近最优解而最终得到满足条件的解 在搜索解空间树时，能够跳过无解分枝！ 示例：迷宫问题、八皇后问题 特点：能够得到最优解 最优化问题的通法 分枝定界算法的特点 在系统搜索问题的解空间树时，加入上下界的条件检查以达到有效剪枝的目的 特点：能够得到最优解 多步判断＋多米诺性质 Chapter13 贪婪算法 中国地质大学信息工程学院 内容提要 13.1 示例问题提出 13.2 贪婪算法的思想 13.3 贪婪算法的应用 货箱装船 拓扑排序 单源最短路径 最小耗费生成树 算法的基本思路 从问题的某一个初始解出发逐步逼近给定的目标，以尽可能快的地求得更好的解。当达到某算法中的某一步不能再继续前进时，算法停止。 存在问题： 1.不能保证求得的最后解是最佳的； 2.不能用来求最大或最小解问题； 3.只能求满足某些约束条件的可行解的范围。 最优化问题的几个概念 每个最优化问题包含一组限制条件和一个优化函数 可行解：符合限制条件的问题求解方案 最优解：使优化函数取得最佳解的可行解 例如：Huffman树，从可用的二叉树中选取权重最小的两棵子树，进行合并 例13-1 渴婴问题 求解： 设各种饮料的满意度已知。令Xi为婴儿将要引用的第i种饮料的量，需要解决的问题是：找到一组实数Xi（1=i=n）使满足 限制条件： 优化函数： 注意：可行解、优化解、无解的情况 例13-2 装载问题 装载问题 求解：找到一组变量Xi，其可能取值为0或1，使它满足 限制条件： 优化函数： 例13-3 最小代价通讯网络 最小代价生成网络 求解：选择一个无向图中的边集合的子集 这个子集必须具备如下： 限制条件：所有的边构成一个生成树 优化函数：子集中所有边的权值之和 2、贪婪算法思想 在贪婪算法（greedy method）中采用逐步构造最优解的方法。 在每个阶段，都作出一个看上去最优的决策（在一定的标准下）。决策一旦作出，就不再可更改。 作出贪婪决策的依据成为贪婪准则 贪婪算法思想（续1） 贪心算法的基本思路如下：1. 建立数学模型来描述问题2. 把求解的问题分成若干个子问题3. 对每一子问题求解，得到子问题的局部最优解 4. 把子问题的解局部最优解合成原来解问题的一个解 贪婪算法思想（续2） 实现该算法的过程：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； 例13-4 找零钱问题 贪婪算法有一种直觉的倾向， 例如：在找零钱时，直觉告诉我们应使找出的硬币数目最少（至少是接近最少的数目） 例13-5 机器调度问题 贪婪算法求解：机器调度 一种获取最有分配的贪婪方法是逐步分配任务。每步分配一件任务，且按照任务的非递减顺序进行分配。 若已经至少有一件任务分配给某台机器，则称这台机器是旧的；若机器非旧则它就是新的。 在选择机器时，遵循的贪婪法则为：根据欲分配任务的开始时间，若此时有旧的机器可用，则将任务分配给旧机器。否则，任务分配给新机器 机器调度 （续） 例13-6 最短路径 总结 贪婪算法并不总能保证得到最优解 启发式算法：算法并不保证得到最优解，但是通常所得结果与最优解相差无几或很接近。 例如：