算法分析与设选修课-贪心算法应用研究.docVIP

算法设计与分析论文 题 目： 贪心算法应用研究 姓 名 ： 学 院 ： 信息工程 专业班级 ： 学 号 ： 任课教师 ：  目 录 摘 要 1 1.绪 论 2 2贪心算法的基本知识概述 3 2.1 贪心算法定义 3 2.2 贪心算法的基本思路及实现过程 3 2.3贪心算法的核心 3 2.4贪心算法的基本要素 4 2.5 贪心算法的理论基础 6 2.6 贪心算法存在的问题 7 3贪心算法经典应用举例 8 3.1删数问题 8 3.2 汽车加油问题 10 3.3会场安排问题 12 4.总结 17 5.参考文献 18 贪心算法可以简单描述为：对一组数据进行排序，找出最小值，进行处理，再找出最小值，再处理。也就是说贪心算法是一种在每一步选择中都采取在当前状态下最好或最优的选择，从而希望得到结果是最好或最优的算法。贪心算法是通过一系列的选择来得到一个问题的解，而它所做的每一次选择都是当前状态下某种意义的最好选择，即贪心选择。即希望通过问题的局部最优解来求出整个问题的最优解。这种策略是一种很简洁的方法，对许多问题它能产生整体最优解，但不能保证总是有效，因为它不是对所有问题都能得到整体最优解，只能说其解必然是最优解的很好近似值。 贪心策略是指从问题的初始状态出发，通过若干次的贪心选择而得出最优值(或较优解)的一种解题方法。贪心策略一词我们便可以看出，贪心策略总是做出在当前看来是最优的选择，也就是说贪心策略并不是从整体上加以考虑，它所做出的选择只是在某种意义上的局部最优解，而许多问题自身的特性决定了该题运用贪心策略可以得到最优解或较优解。 （1）如何贪心 怎样用一个小规模的解构造更大规模的解呢?总体上，这与问题本身有关。但是大部分都是有规律的。正因为贪心有如此性质，它才能比其他算法快。 具有应当采用贪心算法的问题，当“贪心序列”中的每项互异且当问题没有重叠性时，看起来总能通过贪心算法取得（近似）最优解的。或者，总有一种直觉在引导我们对一些问题采用贪心算法。其中“找零钱”这个问题就是一个例子。题中给出的硬币面值事实上具有特殊性，如果面值发生变化，可能贪心算法就不能返回最优解了。但是，值得指出的是，当一个问题具有多个最优解时，贪心算法并不能求出所有最优解。另外，我们经过实践发现，单纯的贪心算法是顺序处理问题的；而且每个结果是可以在处理完一个数据后即时输出的。 （2）贪心的正确性 要证明贪心性质的正确性，才是贪心算法的真正挑战，因为并不是每次局部最优解都会与整体最优解之间有联系，往往靠贪心算法生成的解不是最优解。这样，贪心性质的证明就成了贪心算法正确的关键。对某些问题贪心性质也许是错的，即使它在大部分数据中都是可行的，但还必须考虑到所有可能出现的特殊情况，并证明该贪心性质在这些特殊情况中仍然正确。而这样容易陷入证明不正确贪心性质的泥塘中无法自拔，因为贪心算法的适用范围并不大，而且有一部分极难证明，若是没有把握，最好不要冒险，还有其他算法会比它要保险。 2.5 贪心算法的理论基础 正如前文所说的那样，贪心策略是最接近人类认知思维的一种解题策略。但是，越是显而易见的方法往往越难以证明。下面我们就来介绍贪心策略的理论—拟阵。理论是一种能够确定贪心策略何时能够产生最优解的理论，虽然这套理论还很不完善，但在求解最优化问题时发挥着越来越重要的作用。S-{x}且B∪{x}∈I} M的权函数是M的权函数在S上的限制（称M为M关于元素x的收缩）。 定理2.4（带权拟阵贪心算法的正确性）高M=（S，I）是具有权函数W的带权拟阵，算法Greedy返回M的最优子集。 适宜于用贪心策略来求解的许多问题都可以归结为在加权拟阵中找一个具有最大权值的独立子集的问题，即给定一个加权拟阵M=（S，I），若能找出一个独立且具有最大可能权值的子集A，且A不被M中比它更大的独立子集所包含，那么A为最优子集，也是一个最大的独立子集。阵的结构，便可用贪心策略求解。阵理论对于我们判断贪心策略是否适用于某一复杂问题是十分有效的。，剩下的数字按原次序组成一个新的正整数。…xixjxk…xn，要删去k位数，使得剩下的数字组成的整数最小。设本问题为T，其最优解A=(y1，y2…yk)表示依次删去的k个数，在删去k个数后剩下的数字按原次序排成的新数。即最优值记为TA。 本问题采用贪心算法求解，采用最近下降点优先的贪心策略：即x1x2…xixj；如果xkxj，则删去xj，即得到一个新的数且这个数为n一1位中为最小的数Nl，可表示为x1x2…xixkxm…xn。对N1而言，即删去了1位数后，原问题