《贪心算法》-精选·课件设计.pptVIP

贪心算法 旅行家的预算 一个旅行家想驾驶汽车以最少的费用从一个城市到另一个城市（假设出发时油箱时空的）。给定两个城市之间的距离D1、汽车油箱的容量C（以升为单位）、每升汽油能行驶的距离D2、出发点每升汽油价格P和沿途加油站数N（N可以为零），油站i离出发点的距离Di、每升汽油价格Pi（i=1，2，……，N）。 计算结果四舍五入至小数点后两位。 如果无法到达目的地，则输出“No Solution”。 样例： Input D1=275.6 C=11.9 D2=27.4 P=2.8 N=2 油站号I离出发点的距离Di每升汽油价格Pi1102.02.92220.02.2 Output 26.95（该数据表示最小费用） 分析： 需要考虑如下问题： 出发前汽车的油箱是空的，故汽车必须在起点（1号站）处加油。加多少油？ 汽车行程到第几站开始加油，加多少油？ 可以看出，原问题需要解决的是在哪些油站加油和加多少油的问题。对于某个油站，汽车加油后到达下一加油站，可以归结为原问题的子问题。因此，原问题关键在于如何确定下一个加油站。通过分析，我们可以选择这样的贪心标准： 对于加油站I，下一个加油站J可能第一个是比油站I油价便宜的油站，若不能到达这样的油站，则至少需要到达下一个油站后，继续进行考虑。 对于第一种情况，则油箱需要（d（j）-d（i））/m加仑汽油。对于第二种情况，则需将油箱加满。 算法 I := 1 {汽车出发设定为第1个加油站} L := C*D2； {油箱装满油能行驶的距离} repeat 在L距离以内，向后找第一个油价比I站便宜的加油站J； if J存在 then if I站剩余油能到达J then 计算到达J站的剩油 else 在I站购买油，使汽车恰好能到达J站 else 在I站加满油； I := J； {汽车到达J站} until 汽车到达终点； 1、流水作业调度问题 分析 2、带限期和罚款的单位时间任务调度 贪心方法的推广 贪心与其它算法结合 搜索的最优化剪枝（ 生日蛋糕） 优化动态规划（ Peter的快餐店） 贪心方法与解题策略 最优方法不一定是最好方法 想不到最优解法就用较优解法 贪心小结: 贪心作为一种解题思路，虽然有时无法证明它的正确性，但在无法找到其他算法的时候，不失为一种好方法。 并且，贪心与其他算法的结合，可以对其他算法起到优化作用。 * * * * 贪心方法的基本思想 贪心是一种解题策略，也是一种解题思想 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 利用贪心策略解题，需要解决两个问题： 该题是否适合于用贪心策略求解 如何选择贪心标准，以得到问题的最优解 【引例】在一个N×M的方格阵中，每一格子赋予一个数（即为权），规定每次移动时只能向上或向右。现试找出一条路径，使其从左下角至右上角所经过的权之和最大。 我们以2×3的矩阵为例： 若按贪心策略求解，所得路径为：1→3→4→6； 若按动态规划求解，所得路径为：1→2→10→6。 贪心法的特点 1.贪心选择性质：算法中每一步选择都是当前看似最佳的选择，这种选择依赖于已做出的选择，但不依赖于未做的选择。 2.最优子结构性质：算法中每一次都取得了最优解(即局部最优解)，要保证最后的结果最优，则必须满足全局最优解包含局部最优解。 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（例如“0-1背包问题”与“部分背包问题”） 【问题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。 【问题2】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。 【分析】按贪心法：每次选价格最大的装载。很明显有反例：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。 贪心策略与其他算法的区别 1.贪心与递推：与递推不同的是，贪心法中推进的每一步不是依据某一固定的递