算法与程序设计：第4章-贪心算法.pptVIP

1第4章贪心算法

2学习要点理解贪心算法的概念掌握贪心算法的基本要素（1）最优子结构性质（2）贪心选择性质理解贪心算法与动态规划算法的差异通过应用范例学习贪心设计策略：（1）活动安排问题；（2）活动分配问题；（3）找零问题；（4）背包问题；（5）哈夫曼编码。

3 贪心算法(Greedyalgorithm)是一种在每一步选择中都采取在当前状态下最好/优的选择，从而希望导致结果是最好/优的算法。虽然贪心算法不能对所有问题都得到整体最优解，但对许多问题它能产生整体最优解。如编码问题，活动选择问题等。有人说贪心算法是最简单的算法，原因很简单：你我其实都很贪，根本不用学。有人说贪心算法是最复杂的算法，原因也很简单：这世上贪的人太多了，哪轮到你我的份？

44.2活动选择问题【例1】【问题描述】设有n个活动的集合S={a1,a2,…,an}，其中每个活动都要求使用同一资源，如演讲会场等，而在同一时间内只有一个活动能使用这一资源。每个活动ai都有一个要求使用该资源的起始时间si和一个结束时间fi,且sifi。如果选择了活动ai，则它在半开时间区间[si,fi)内占用资源。

5【例1】活动选择问题活动选择问题就是要在所给的活动集合中选出最大的相容活动子集合，即安排尽可能多的活动。

6【例1】活动选择问题i1234567891011S[i]130535688212f[i]4567891011121314【算例】：设待安排的11个活动的开始时间和结束时间如下：

7【例1】活动选择问题【贪心规则】：每次选择具有最早完成时间的活动，为未安排活动留下尽可能多的时间，以便安排尽可能多的相容活动。

8【例1】活动选择问题Recur-activity-select(s,f,i,j)m←i+1whilemjandsmfidom←m+1ifmjthenreturn{am}∪Recur-activity-select(s,f,m,j)elsereturn空集【贪心算法递归解决方案】各活动的起始时间和结束时间存储于数组s和f中且按结束时间的非减序排列

9【贪心算法迭代解决方案】Iterative-activity-select(s,f,i,j)n←length[s]A←{a1}i←1form←2tondoifsm≥fithenA←A∪{am}i←mreturnA各活动的起始时间和结束时间存储于数组s和f中且按结束时间的非减序排列【例1】活动选择问题

10【例1】活动选择问题当输入的活动已按结束时间的非减序排列，算法Iterative-activity-select只需O(n)的时间安排n个活动。如果所给出的活动未按非减序排列，可以用O(nlbn)的时间重排。对于活动安排问题，算法Iterative-activity-select总能求得整体最优解，即它最终所确定的相容活动集合A的规模最大。

11【例2】活动分配问题【问题描述】设有n个活动的集合S={a1,a2,…,an}，和m个资源的集合R=｛r1,r2,…rm}，希望用最少的资源来安排所有的活动。求需要的资源数目及活动分配方案。每个活动ai都有一个要求使用该资源的起始时间si和一个结束时间fi,且sifi。如果选择了活动ai，则它在半开时间区间[si,fi)内占用资源。

12【例2】活动分配问题【问题算例】i1234567891011S[i]130535688212f[i]4567891011121314R1:1,4,8R3:5,9,11R2:3,7R4:10R5:2,6

13【例3】找零问题【问题描述】假设有m张不同面值且数量充足的零币A=｛a1,a2,…am}，给定零钱数n，求零币数目最少的找零方式。【算例】假设有面值为50元、20元、10元、5元、2元、1元的货币，需要找83元零钱，如何找零？

144.3贪心算法的基本要素对于一个具体的问题，怎么知道是否可用贪心算法解此问题，以及能否得到问题的最优解呢?从许多可以用贪心算法求解的问题中看到这类问题一般具有2个重要的性质：贪心选择性质最优子结构性质

154.3贪心算法的基本要素1、贪心选择性质所谓贪心选择性质是指通过一系列局部最优的选择，即贪心选择可以得到问题的全局最优解。对于一个具体问题，要确定它是否具有贪心选择性质，必须证明每一步所作的贪心选择最终导致问题的整体最优解。这是贪心算法可行的第一个基本要素，也是贪心算法与动态规划算法的主要区别。

1