第6章--贪心算法.pptVIP

第六章 贪心算法 一、基本概念 所谓贪心算法是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的仅是在某种意义上的局部最优解。 贪心算法没有固定的算法框架，算法设计的关键是贪心策略的选择。必须注意的是，贪心算法不是对所有问题都能得到整体最优解，选择的贪心策略必须具备无后效性，即某个状态以后的过程不会影响以前的状态，只与当前状态有关。 所以对所采用的贪心策略一定要仔细分析其是否满足无后效性。 二、基本思路 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。 三、适用问题 贪心策略适用的前提是：局部最优策略能导致产生全局最优解。 四、实现框架 从问题的某一初始解出发； while （能朝给定总目标前进一步） { 利用可行的决策，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； 五、贪心策略的选择 因为用贪心算法只能通过解局部最优解的策略来达到全局最优解，因此，一定要注意判断问题是否适合采用贪心算法策略，找到的解是否一定是问题的最优解。 【例1】排队打水问题 有N个人排队到R个水龙头去打水，他们装满水桶的时间为T1，T2，…，Tn为整数且各不相等，应如何安排他们的打水顺序才能使他们花费的时间最少？ 【算法分析】 由于排队时，越靠前面的计算的次数越多，显然越小的排在越前面得出的结果越小（可以用数学方法简单证明，这里就不再赘述），所以这道题可以用贪心法解答，基本步骤： (1)将输入的时间按从小到大排序； (2)将排序后的时间按顺序依次放入每个水龙头的队列中； (3)统计，输出答案。 【样例输入】 4 2 //4人打水，2个水龙头 2 6 4 5 //每个打水时间 参考程序主要框架如下： cinnr; memset(s,0,sizeof(s)); //初始化 j=0; minx=0; for (i=1;i=n;++i) //用贪心法求解 { j++; if (j==r+1) j=1; //前r个人为一组，第r+1个人回到第一个水龙 s[j]+=a[i]; //加上等待时间 minx+=s[j]; } coutminx; //输出解答 【样例输出】 23 //总共花费时间 【例2】均分纸牌（NOIP2002） 有 N 堆纸牌，编号分别为 1，2，…, N。每堆上有若干张，但纸牌总数必为 N 的倍数。可以在任一堆上取若干张纸牌，然后移动。 移牌规则为：在编号为 1 堆上取的纸牌，只能移到编号为 2 的堆上；在编号为 N 的堆上取的纸牌，只能移到编号为 N-1 的堆上；其他堆上取的纸牌，可以移到相邻左边或右边的堆上。 现在要求找出一种移动方法，用最少的移动次数使每堆上纸牌数都一样多。 例如 N=4，4 堆纸牌数分别为： ①　9　②　8　③　17　④　6 移动3次可达到目的： 从 ③ 取4张牌放到④（9 8 13 10）-从③取3张牌放到 ②（9 11 10 10）- 从②取1张牌放到①（10 10 10 10）。 【输入格式】 N（N 堆纸牌，1 = N = 100） A1 A2 … An （N 堆纸牌，每堆纸牌初始数，l= Ai =10000） 【输出格式】 所有堆均达到相等时的最少移动次数。 【样例输入】Playcard.in 　 4 　 9 8 17 6 【样例输出】Playcard.out 　 3 【算法分析】 　　如果你想到把每堆牌的张数减去平均张数，题目就变成移动正数，加到负数中，使大家都变成0，那就意味着成功了一半！拿例