算法设计与分析 课件 许瑾晨 第六章 贪心算法.pptx

信息工程大学算法设计与分析贪心法国家级实验教学示范中心计算机学科组规划教材算法设计与分析Python案例详解微课视频版

仅有动态规划是不够的动态规划是对分治思想的一种改善，它在发现分解出来的子问题有重叠时，保存子问题的结果避免重复计算，从而提升了算法的效率。但避免重复计算并不是最高明的策略。动态规划的特点是在每次做选择前，将所有可能的情况进行计算，在此基础上选择能够达到最优的选项。本章学习的贪心算法策略：不考虑所有可能情况，只是做出当前看来是最好的选择！

引例找零钱问题原理和方法两个重要性质最优子结构贪心选择贪心法正确性证明典型应用部分背包活动安排过河问题哈夫曼编码最小生成树多机调度

信息工程大学算法设计与分析贪心法—引例—找零钱问题国家级实验教学示范中心计算机学科组规划教材算法设计与分析Python案例详解微课视频版

假设要找给顾客6.3元，现在你手头有面值为2.5元、1元、5角和1角的硬币若干，试问如何找钱使得所找的硬币总数最少？策略：优先使用面值大的硬币2个2.5元的硬币1个1元的硬币3个1角的硬币与其它找法相比，这种找法拿出来的硬币个数最少。

目标：找出的硬币个数最少策略：优先选用大面值硬币思考：该策略总是可以得到最优解吗？贪心法

假设要找给某顾客1.5元，现在你手头有面值为1.1元、5角和1角的硬币若干，试问如何找钱使得所找的硬币总数最少？策略：优先使用面值大的硬币。1个1.1元的硬币4个1角的硬币最优解：3个5角的硬币贪心策略不一定总是能够得到最优解！

贪心策略从局部最优出发，每次做一个选择，问题规模就减小一些，重复该过程，直到问题解决。贪心策略不一定总是能够得到最优解。

信息工程大学算法设计与分析贪心法—基本原理国家级实验教学示范中心计算机学科组规划教材算法设计与分析Python案例详解微课视频版

求解最优化问题的过程包含一系列步骤每一步都有多种选择贪心法做出在当前看来最好的选择希望通过局部最优选择达到全局最优贪心算法总是做出当前最好的选择，不是从整体上考虑问题的最优性，它所做出的选择只是在某种意义上的局部最优选择，所以有时贪心算法的解不一定是整体最优解。

对于一个给定的问题，通常有多种贪心选择策略，但不是每种策略都可以得到最优解。因此，选择能产生问题最优解的贪心选择策略是使用贪心法的核心问题。有些问题的贪心选择策略比较直观，有些问题则需要深入分析。

适合用贪心法求解的问题一般具有两个重要性质：贪心选择性质（Greedy-choiceproperty）每步所做的贪心选择最终可求得问题的最优解最优子结构性质（Optimalsubstructure）问题的最优解包含子问题的最优解

1.证明所求解的问题具有最优子结构性质。2.证明所求解的问题具有贪心选择性质（证明每一步所做的贪心选择最终导致问题的整体最优解）。反之，只需要举出一个反例，就可以说明贪心法不正确。

贪心算法和动态规划算法都要求问题具有最优子结构性质，这是它们的共同点。但对于具有最优子结构的问题：选用贪心法还是动态规划求解?能用动态规划求解的问题是否也能用贪心法求解?

给定n个物品和一个背包。物品i的重量是wi，其价值为vi，背包的容量为c。应如何选择装入背包的物品，使得装入背包中物品的总价值最大?物品i要么全部装入要么不装。0-1背包问题：与0-1背包问题不同的是，在选择物品i装入背包时，可以选择物品i的一部分xi，不一定要全部装入背包，0≤xi≤1。部分背包问题：

选择题。你觉得以下哪种贪心选择策略可以得到部分背包问题的最优解？A.重量轻的物品优先装入B.价值大的物品优先装入C.单位重量价值大的物品优先装入D.以上都不对

部分背包问题的贪心选择策略有：1.重量轻优先2.价值大优先3.单位重量价值大优先反例：n=2，c=5，w=(2,5)，v=(2,10)，优先装入物品1，再装入物品2的一部分，得到价值总和为8；而把物品2全部装入背包得到价值10是最优解。反例：n=2，c=5，w=(2,5)，v=(6,10)，优先装入物品2，得到价值10；而先全部装入物品1再装入物品2的一部分，得到价值12是最优解。错误错误该策略综合考虑到物品重量和价值两个因素，可以得到最优解。正确

对物品按单位重量价值vi/wi从大到小排序；根据贪心选择策略，将尽可能多的单位重量价值最高的物品装入背包；若背包内的物品总重量未超过c，则选择单位重量价值