Ch-5贪心策略.docVIP

第5章 贪心策略 5.1 概述 问题导入：找零钱问题 有4 种硬币，面值分别为2角5分、1角、5分和1分。现在要求以最少的硬币个数找给顾客6角3分。通常做法是： 先拿2个2角5 分的 ＋ 1个1角 ＋ 3个一分 这种找法所拿出的硬币个数最少。 这种算法其实就是贪心算法。（考虑动态规划法如何求解？） 顾名思义，该算法总是做出在当前看来最好的选择，并且不从整体上考虑最优问题，所做出的每一步选择只是在某种意义上的局部最优选择，逐步扩大解的规模。当然，希望贪心算法得到的最终结果也是整体最优的（上面的解法得到的恰好是最优解）。但未必总是得到最优解。 假如，面值有1角1分、5分和1分，要找给顾客1角5分。如果还是使用上述贪心算法，得到的解是：1个1角1分＋ 4个1分。而实际上最优解是3个5分。 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，例如：单源最短路径问题、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。 贪心法的难点在于它的正确性证明。 5.1 单源最短路径问题 G = (V, E) 是一个有向图，每条边上有一个非负整数表示长度值，其中有一个顶点称为源节点。所谓的单源最短路径问题就是：求解该源节点到所有节点的最短。不失一般性，假设V = {1,2,3,...,n} 并且s = 1。那么该问题可以使用Dijkstra算法来求解，该算法是一种贪心算法，并且能求得最优解。开始时，我们将所有的顶点划分为两个集合X = {1}, Y = {2,3,4,..,n}。所有已经计算好的顶点存放在X中，Y中表示还没有计算好的。Y中的每个顶点y有一个对应的量λ[ y]，该值是从源顶点到y 并且只经由X中的顶点的最短路径。Dijkstra算法假设V = {1,2,3,...,n} 并且s = 1。选择一个λ[y] 最小顶点y∈Y，并将其移动到X 中。 y 被从Y 移动到X 中，Y 中每个和y 相邻的顶点w 的λ[w]都要更新表示经由y 到w 的一条更短的路径被发现 Dijkstra算法 X={1}; Y←V-{1}; λ[1]←0 for y←2 to n if y 相邻于1 then λ[y]←length[1,y] //((n) else λ[y]← ∞ //O(n) end if end for for j←1 to n-1 令y∈Y, 使得λ[y]为最小的 //∑(n-i){i=1,…,n-1}= ((n2) X←X∪{y} //((n) Y←Y - {y} //((n) for 每条边(y,w) //每条边恰好检查一次，((m), m=|E| if w∈Y and λ[y]+length[y,w] λ[w] then λ[w] ←λ[y]+length[y,w] //((m) end if end for end for 算法的时间复杂度 ((n)+ O(n)+ ((n2)+ ((n)+ ((n)+ ((m)+ ((m) = ((m+n2) 对于任意一个顶点 v∈V假如我们使用δ[v]表示源顶点到顶点v 的最短路径，可以证明上述的贪心法结束后有λ[v] = δ[v] 下面来证明使用该方法得到的是最优解，也就是λ[] = δ[y]。 证明: 归纳法 显然λ[1] = δ[1] = 0 假设当前将 移动到X 中，并且在y 之前移动到X 中的任何一个顶点c，都有λ[c] =δ [c]。由于λ[y] 是有限的，也就是说必定存在一条从1 到y 路径，长度为λ[ y]（我们需要来证明λ[ y] =δ[ y]）。 那么这条路径总可以写作： 1→[ ]→[ ]→…→[ ]→[ ]→[ ]→y 在上述序列中，我们总是可以找到一个顶点，不妨称之为xx∈ X), 使得x 之后的顶点均属于Y。 所以有以下两种情形： π：1→[ ]→[ ]→…→[ ]→[x]→y (A) 或 π1→[ ]→[ ]→…→[x ]→[ ]…→y (B) 对于情形(A)， λy] ≤λ[x]+length[x, y] //算法要求=δ[x]+length(x, y) //归纳假设 =δ[y] π是最短路径 对于情形(B)，我们将x之后的顶点不妨称之为w∈Y)，即： 1→[ ]→[ ]→…→[x ]→[]…→y (B) 于是有： λ[ y] ≤ λ[w] 由于y在w之前离开Y ≤ λ[x] + length(x,w) 算法要求 =δ[x] + length(x,w) //归纳假