文章目录
- 贪心算法
- 最优装载问题
- 教室调度问题
- 背包问题
- 不同问题的求借策略
贪心算法
定义:
在对问题求解时,总是作出在当前看来是最好的选择。也就是说,不从整体上加以考虑,
它所作出的仅仅是在某种意义上的局部最优解(是否是全局最优,需要证明)。
最优装载问题
问题提出:有一天海盗们截获了一艘装满各种各样古董的货船,每一件都价值连城,一旦打碎就是去了价值,
海盗船载重量为C,每件固定的重量为wi,海盗们该如何尽可能装载最多数量的古董呢?
古董重量清单:
算法设计:
- 船载重量固定为C,只要每次选择重量最小的古董,直到不能再装为止,这样装载的古董数量最大,
这就是贪心策略; - 把古董按重量从小到大排序,根据策略选出尽可能多的古董。
教室调度问题
问题提出:
假设有如下课程表,你希望将尽可能多的课程安排在某间教室上。
但是你没法让这些课都在这间教室上,因为有些课的上课时间有冲突。
你希望在这间教室上尽可能多的课。如何选出尽可能多且时间不冲突的课程呢?
具体做法如下:
(1) 选出结束最早的课,它就是要在这间教室上的第一堂课。
(2) 接下来,必须选择第一堂课结束后才开始的课。同样,你选择结束最早的课,这将是要在这间教室上的第二堂课。
重复这样做就能找出答案!
背包问题
问题提出:假设山洞中有n种宝物,每种宝物有一定重量w和相应的价值v,毛驴运载能力
一种宝物只能拿一样,宝物可分割。怎样才能使毛驴运走宝物的价值最大呢?
解题思路:
可以尝试三种贪心策略:
- 每次挑选价值最大的装东西入背包;
- 每次挑选最重的东西;
- 每次选取单位重量价值最大的东西。
算法设计:
- 计算出每件宝物的性价比,按照从高到低排序;
- 根据贪心策略,按性价比从大到小选取宝物,直到达到毛驴的运载能力。每次选择宝物后判断是否
小于m,如果不小于则取走宝物的一部分,程序结束
不同问题的求借策略
想一下如果宝物不可分割,贪心算法得到的是否是最优解?
注意: 物品可分割的装载问题称为背包问题,不可分割问题的装载问题称为0-1背包问题。
0-1背包问题不具有贪心选择性质,贪心算法不能得到全局最优解,仅仅是最优解的近似解。
0-1背包问题可用动态规划算法求解。