贪心

贪心

算法设计与分析
贪心

回顾回溯法的解题过程

回溯法在问题的解空间中,按深度优先策略,从根结点出发搜索解空间树。算法搜索至解空间树的任一结点时,先判断该结点是否包含问题的解。如果肯定不包含,则跳过继续按深度优先策略搜索。回溯法计算问题的所有解时,要回溯到根,且根结点的所有子树都已经被搜索完成才结束。

算法设计与分析
贪心

贪心法

向日葵朝着太阳转动,时刻追求自身成长的最大可能。
贪心策略在一轮轮的简单选择中,逐步导向最佳答案。

贪心法就是在深度优先搜索的每一层中,都使用其最佳解法。source^{source}

算法设计与分析
贪心

贪心法

贪心法的核心就是如何在深度优先搜索的展开阶段,不进行完整的展开,而是只展开其最优的结点。因此贪心算法的核心步骤就是找出最为合适的贪婪策略。
很明显,贪心算法找出的最佳策略是针对于深度优先搜索的每一层,这种局部最优的解法未必能够找出全局最优解。

针对许多问题,证明其使用贪心算法能够得到正确的解并非易事。

算法设计与分析
贪心

贪心法的性质

  • 贪心选择性质:只有当局部最优选择始终可以导致全局最优解时,贪心算法才能保证得到最优解。
  • 最优子结构:原问题的最优解包含子问题的最优解。
算法设计与分析
贪心

一些经典算法

以下经典算法运用了贪心的思想:

  • 最小生成树-Prim算法
  • 最小生成树-Kruskal算法
  • 最短路径-Dijkstra算法
  • Huffman算法
算法设计与分析
贪心

例题:分数背包问题

给定 nn 个物品,第 ii 个物品的重量为 wiw_i、价值为 viv_i,和一个容量为 cc 的背包。每个物品只能选择一次,但可以选择物品的一部分,价值根据选择的重量比例计算,问在限定背包容量下背包中物品的最大价值。

现在有物品重量为 2,3,1{2,3,1},价值为 6,12,5{6,12,5},背包容量为10你能试着装装看吗?

算法设计与分析
贪心

例题:分数背包问题 - 题解

class Item:
    """物品"""

    def __init__(self, w: int, v: int):
        self.w = w  # 物品重量
        self.v = v  # 物品价值

def fractional_knapsack(wgt: list[int], val: list[int], cap: int) -> int:
    """分数背包:贪心"""
    # 创建物品列表,包含两个属性:重量、价值
    items = [Item(w, v) for w, v in zip(wgt, val)]
    # 按照单位价值 item.v / item.w 从高到低进行排序
    items.sort(key=lambda item: item.v / item.w, reverse=True)
    # 循环贪心选择
    res = 0
    for item in items:
        if item.w <= cap:
            # 若剩余容量充足,则将当前物品整个装进背包
            res += item.v
            cap -= item.w
        else:
            # 若剩余容量不足,则将当前物品的一部分装进背包
            res += (item.v / item.w) * cap
            # 已无剩余容量,因此跳出循环
            break
    return res
算法设计与分析
贪心

例题:删数问题

在给定的 nn 个数字的数字串中,删除其中 k(k<n)k(k<n) 个数字后,剩下的数字按原次序组成一个新的正整数。请确定删除方案,使得剩下的数字组成的新正整数最大。

现在有整数 762191754639820463762191754639820463,删除 66 个数字后,使所得整数最大。

算法设计与分析
贪心

例题:删数问题 - 思路

分为k步完成,每次删除1位 →\rightarrow 每次留下的数尽可能大 →\rightarrow 数字的高位尽可能大

删数策略:
将 ii 位与 i+1i+1 位进行比较,若 i+1i+1 位更大,则删除第 ii 位,这样原来的第 i+1i+1 位变成了高位。
如果不出现上述情况,即数字序列降序或相等,则删除最右。

算法设计与分析
贪心

例题:活动安排问题

设有n个活动的集合 E={1,2,...,n}E=\{1,2,...,n\},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 ii 都有一个要求使用该资源的起始时间 sis_i 和一个结束时间 fif_i ,且 si<fis_i<f_i。如果选择了活动 ii ,则它在时间区间 [si,fi][s_i,f_i] 内占用资源。若区间 [si,fi][s_i,f_i] 与区间 [sj,fj][s_j,f_j] 不相交,则称活动 ii 与活动 jj 是相容的。也就是说,当 si>=fjs_i>=f_j 或者 sj>=fis_j>=f_i 时,活动 ii 与活动 jj 相容。活动安排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。

算法设计与分析
贪心

例题:活动安排问题 - 思路

尽可能安排多的活动 →\rightarrow 安排的活动为剩下的活动留出更多的时间 →\rightarrow 尽可能选择结束时间早的活动

  1. 排序
  2. 选择
算法设计与分析
贪心

习题:找零问题

现有面值为1元、5元、10元的货币,需要找零n元,请问如何找零可以使付出的货币数量最少?

算法设计与分析