第三章贪心方法GreedyTechnique）.pptVIP

第三章 贪心方法（Greedy Technique） 引例1 找零钱问题(change-making problem) 我们先考虑一个我们许多人都会遇到的问题：找零钱。一个显然的目标是：使零钱数量最少。自动售货机也必须要解决此问题，若要找零钱2.3元，如果机器吐出230个一分或23个一角，就不合适了。 例如：要求找零72元3角 货币（100元，50元，10元，1元，2角，1角）可行解： 总张数 张数（0 ，0 ，7 ，2 ，1 ，1） 11 张数（0 ，0 ，7 ，2 ，0 ，3） 12 张数（0 ，1 ，2 ，0 ，0 ，23） 26 张数（0 ，1 ，2 ，2 ，1 ，1） 7 引例2 铺砖问题 有若干种不同规格的砖，要铺满一块平台，希望用较少的砖达到目的。 例如，有三种规格的砖：2*2，0.8*0.8，0.1*0.1，要铺满2.5*2.5的平面。 采用贪心策略：首先是最大规格的砖2*2一块，再考虑次大的0.8*0.8，无法放入，再考虑最小的0.1*0.1,要25*5+20*5=225块 最优解：9块中规格的0.8*0.8，再加上49块0.1*0.1规格的。共需要58块。 说明：贪心法不一定能得到最优解 3.1 一般方法 1. 问题的一般特征 问题有n个输入（如找零钱问题就是不同的货币组合，铺砖问题中就是不同的规格的砖的组合），问题的解是由这n个输入的某个子集组成，这个子集必须满足某些事先给定的条件。 2. 贪心方法的一般策略 问题的一般特征：问题的解是由n个输入的、满足某些事先给定的条件的子集组成。 1）一般方法 贪心算法是把一个整体最优问题分解为一系列的最优选择子问题。 根据题意，选取一种度量标准。然后按照这种度量标准对n个输入排序，并按序一次输入一个量。 如果这个输入和当前已构成在这种量度意义下的部分最优解加在一起不能产生一个可行解，则不把此输入加到这部分解中。否则，将当前输入合并到部分解中从而得到包含当前输入的新的部分解。 这一处理过程一直持续到n个输入都被考虑完毕，则记入最优解集合中的输入子集构成这种量度意义下的问题的最优解 贪心方法: 这种能够得到某种量度意义下的最优解的分级处理方法称为贪心方法 注： 直接将目标函数作为量度标准也不一定能够得到问题的最优解 使用贪心策略求解的关键是选取能够得到问题最优解的量度标准。 3.2 背包问题(Knapsack) 1.问题的描述 货轮转载问题：有一艘货轮要装载n种货物，n种货物有不同的重量及价值，货轮有允许载重量，要求在允许载重量范围内能够使总的货物价值达到最大。 一般的背包问题：已知n种物品具有重量分别为(w1,w2,…,wn)和效益值分别为(p1,p2,…,pn) ，及一个可容纳M重量的背包；设当物品i全部或一部分xi放入背包将得到pi xi的效益，这里，0≤ xi ≤1, pi 0。（这里的每个物品是可分割的） 问题：采用怎样的装包方法才能使装入背包的物品的总效益最大？ 分析： ① 装入背包的总重量不能超过M ② 如果所有物品的总重量不超过M，则把所有的物品都装入背包中将获得最大可能的效益值 ③ 如果物品的总重量超过了M，则无法把所有的物品都装入背包中，即将有物品不能（部分/全部）装入背包中。由于0≤xi≤1，所以可以把物品的一部分装入背包，故最终背包中可刚好装入重量为M的若干物品（整体或一部分）。这种情况下，如果背包没有被装满，则显然不能获得最大的效益值。 目标：使装入背包的物品的总效益达到最大。 问题的形式描述 目标函数： 约束条件： 可 行 解：满足上述约束条件的任一(x1,x2,…,xn) 都是问题 的一个可行解——可行解可能为多个。 (x1,x2,…,xn)称为问题的一个解向量 最 优 解：能够使目标函数取最大值的可行解是问题的最优解 ——最