算法学习笔记:贪心算法

avatar
作者
筋斗云
阅读量:0

        贪心算法(又称贪婪算法)是指,在对问题求解时,总是做出当前看来是最好的选择,就能得到问题的答案。

        虽然贪心算法不是对所有问题都能得到整体最优解,但对范围相当广的许多问题它能产生整体最优解。在一些情况下,即使贪心算法不能得到整体最优解,但其实,最终结果却是最优解的很好的近似解。

        贪心算法是一种解决问题的策略,如果策略正确,那么贪心法往往是易于描述的,易于实现的。

1、活动安排问题

        设有n个活动的集合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i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si<fi。如果选择了活动i,则它在半开时间区间[si,fi)内占用资源。若区间[si,fi)与区间[sj,fj)不相交,则称活动i与活动j是相容的。也就是说,当si>=fj或sj>=fi时,活动i与活动j相容。

        活动安排问题:要在所给的活动集合中选出最多的相容活动子集合。

        活动安排问题的关键是如何按照一定的顺序安排活动,使得选出的活动间相容并能安排尽量多的活动。

        例如:

按照活动结束时间非降序排序后结果如下:

        由于活动以其结束时间的非减序排列,所以每次总是选择具有最早完成时间的相容活动加入集合A中。直观上,按这种方法选择相容活动为未安排活动留下尽可能多的时间。也就是说,贪心选择的意义是使剩余的可安排时间段极大化,以便安排尽可能多的相容活动。

        若被检查的活动i的开始时间si小于最近选择的活动j的结束时间fi,则不选择活动i,否则选择活动i加入集合A中。

        贪心算法并不总能求得问题的整体最优解。但对于活动安排问题,贪心算法greedySelector却总能求得的整体最优解,即它最终所确定的相容活动集合A 的规模最大。

#define SIZE 11 //活动数量 typedef struct Activity //活动类型 {     int id;//序号     int start;//开始时间     int finish;//结束时间 }Activity;  //按结束时间非降序排序 //int Cmp_Act(const void* vp1, const void* vp2) //{ //    return ((Activity*)vp1)->finish - ((Activity*)vp2)->finish; //}  void Show(Activity* arr, int len) {     for (int i = 0; i < len; i++)     {         printf("%d,%d,%d\n", arr[i].id, arr[i].start, arr[i].finish);     } }  //结束时间从小到大有序 bool LessFinish(Activity& elem1, Activity& elem2) {     return elem1.finish < elem2.finish; }  //arr:存放活动时间数据的数组 //len:arr的长度 //a:活动是否安排的标记,true安排,false不安排 int greedySelector(Activity* arr, int len, int* flg) {     //qsort(arr, len, sizeof(Activity), Cmp_Act);//先按结束时间排序     sort(arr, arr + len, LessFinish);     Show(arr, len);      int i = 0;//当前安排的活动     int k = 0;//flg下标     flg[k++] = arr[0].id;//第一个活动总是加入     int count = 1;//安排活动的数量     for (int j = 1; j < len; j++)     {         if (arr[j].start >= arr[i].finish)//后面活动的开始时间晚于当前活动结束时间,需要加入         {             flg[k++] = arr[j].id;//把当前活动序号加入             i = j;             count++;         }     }     return count; }  int main() {     Activity arr[SIZE] = { {1,0,6},{2,3,5},{3,1,4},{4,3,8},{5,5,9},{6,5,7},{7,6,10},                            {8,2,13},{9,8,12},{10,8,11},{11,12,14} };//活动的时间情况     int flg[SIZE] = { 0 };//安排活动的序号存放的数组      int count = greedySelector(arr, SIZE, flg);     printf("安排活动的序号是:");     for (int i = 0; i < count; i++)     {         printf("%d ", flg[i]);     }      return 0; }

2、最优装载问题

        有一批集装箱要装上一艘载重量为c的轮船。其中集装箱i的重量为wi,最优装载问题要求确定,在装载体积不受限制的情况下,应如何装载才能将尽可能多的集装箱装上轮船。该问题就是给出n个物体,第i个物体重量为wi,选择尽量多的物体,使得总重量不超过c。

分析

        由于只关心物体的数量,所以装重的没有装轻的划算。只需要把所有的物体按重量从小到大排序,依次选择每个物体,直到装不下为止。这是一种典型的贪心算法,它只顾眼前,但却能得到最优解。

//最优装载问题:装尽可能多的物品  //arr:存放物品重量的数组 //n:数组的长度 //c:装载的最大重量 //只需要从最小重量的开始装载即可 //返回装载的物品数量  int MoreItems(int* arr, int len, int c) { 	std::sort(arr, arr + len);//排序 	int count = 0;//统计物品数量 	for (int i = 0; i < len; i++) 	{ 		if (arr[i] <= c)//满足条件 		{ 			count++; 			c -= arr[i];//剩余装载的重量 		} 		else//没有能装载的物品,但由于已经排序,无需继续遍历 		{ 			break; 		} 	} 	return count; } int main() { 	int arr[] = { 9,4,1,3,5,6,2,7,8 };//各类物品的重量 	int c = 20;//最大装载量 	int count = MoreItems(arr, sizeof(arr) / sizeof(arr[0]), c); 	printf("最多可以装载%d样物品\n", count);  	return 0; }

3、背包问题

        有n个物体,第i个物体的重量为wi,价值为vi,在总重量不超过C的情况下让总价值尽量高,每一个物体都可以只取走一部分,价值和重量按比例计算。

分析

        本题在上一题的基础上增加了价值,所以不能简单得像上题那样先拿轻的(轻的可能价值小),也不能先拿价值大的(可能它特别重),而应该综合考虑这两个因素。一种直观的贪心策略是:优先拿“性价比高的”,即“价值除以重量的值”最大的,直到重量和正好为C。

        注意:由于每个物体可以只拿一部分,因此一定可以让总重量恰好为C(或者全部拿走重量也不足C),而且除了最后一个拿走的物体以外,所有的物体要么不拿,要么整个拿走。

        例:有一个背包,背包容量是C=150。有7个物品,物品可以分割成任意大小。要求尽可能让装入背包中的物品价值最大,但不能超过总重量。

物品ABCDEFG
重量35306050401025
价值10403050354030

//背包问题 // 物品结构体 typedef struct Item//商品 {     int weight; // 重量     int value;  // 价值 }Item;  //性价比(价值/重量) bool cost_per(Item& it1, Item& it2) {     return it1.value * 1.0 / it1.weight > it2.value * 1.0 / it2.weight; }  //arr:存放商品的数组 //n:数组长度 //c:背包能承载的最大重量 double HighestValue(Item* arr, int n, int c) {     //按“性价比”,价值/重量,降序排序     sort(arr, arr+n, cost_per);      //验证按性价比排序成功     /*for (int i = 0; i < n; i++)     {         cout << arr[i].value * 1.0 / arr[i].weight << endl;     }*/      double count = 0;//统计总价值     for (int i = 0; i < n; i++)     {         if (arr[i].weight <= c)         {             count += arr[i].value;             c -= arr[i].weight;//剩余的装载量             printf("选择的物品%d,重量%d,价值%d\n", i + 1, arr[i].weight, arr[i].value);         }         else//只能拿部分         {             count += (c * 1.0 / arr[i].weight) * arr[i].value;             printf("选择的物品%d,重量%d,价值%d,只选择部分价值为%.2f\n",                 i + 1, arr[i].weight, arr[i].value, (c * 1.0 / arr[i].weight) * arr[i].value);             break;//结束装载         }     }     return count; }  int main() {     Item arr[7] = { {35,10},{30,40 },{60,30}, {50,50},{40,35},{10,40},{25,30} };     int c = 150;     double value = HighestValue(arr, sizeof(arr)/ sizeof(arr[0]), c);     printf("能够装载的最高价值是:%.2f\n", value);      return 0; }

4、乘船问题

        有n个人,第i个人重量为wi。每艘船的最大载重量均为C,且最多只能乘两个人。用最少的船装载所有人。

分析

        考虑最轻的人i,他应该和谁一起坐呢?如果每个人都无法和他一起坐船,则唯一的方案就是每个人坐一艘船。否则,他应该选择能和他一起坐船的人中最重的一个j人。这样的方法是贪心的,因此它只是让“眼前”的浪费最少。幸运的是,这个贪心策略也是对的,可以用反证法说明。

        例如:现在有10个人,需要乘船,每艘船的最大载重为10,且最多只能乘两人,这10人的重量分别为4,2,1,3,5,6,8,7,10,9.请用最少的船装载所有人。

//乘船问题 int Cmp_int(const void* vp1, const void* vp2) { 	return *(int*)vp1 - *(int*)vp2; }  //w:人的重量数组 //n:数组w的长度 //c:船的载重,且每艘船最多乘坐两人 //返回最少需要的船数 int Boat(int* w, int n, int c) { 	qsort(w, n, sizeof(int), Cmp_int);//人按重量升序排列  	int count = 0;//船的数量 	int i = 0;//排在前面最轻的人 	int j = n - 1;//排在后面最重的人 	while (n > 0)//还有人没有上船 	{ 		if (w[i] + w[j] > c)//如果最轻+最重>船的载重,最重的人需要单独乘船 		{ 			count++;//船的数量+1 			j--;//最重的人单独乘船 			n--;//已经有一个人乘船 		} 		else//这两个人可以同乘一船 		{ 			count++; 			i++; 			j--; 			n -= 2;//乘船人少2 		} 	} 	return count; }  int main() { 	int w[10] = { 4,2,1,3,5,6,8,7,10,9 };//乘船人的重量 	int c = 10;//船的载重 	int count = Boat(w, sizeof(w) / sizeof(w[0]),c); 	printf("一共需要%d条船\n", count);  	return 0; }

力扣445、分发饼干

        假设你是一位很棒的家长,想要给你的孩子们一些小饼干。但是,每个孩子最多只能给一块饼干。对每个孩子i,都有一个胃口值g[i],这是能让孩子们满足胃口的饼干的最小尺寸;并且每块饼干j,都有一个尺寸s[j]。如果s[j]>=g[i],我们可以将这个饼干j分配给孩子i,这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子,并输出这个最大数值。

int Cmp_int(const void *vp1,const void *vp2) {     return *(int*)vp1-*(int*)vp2; }  int findContentChildren(int* g, int gSize, int* s, int sSize) {     qsort(g,gSize,sizeof(int),Cmp_int);     qsort(s,sSize,sizeof(int),Cmp_int);     int count= 0;//满足的孩子数量     int i=0;//遍历孩子     int j=0;//遍历饼干     while(i<gSize && j<sSize)     {         while(j<sSize && g[i]>s[j])//找满足孩子胃口的饼干         {             j++;         }         if(j>=sSize)         {             break;         }         //找符合条件的饼干         count++;         i++;j++;//处理下一个孩子     }     return count; } 

        利用STL的排序,代码如下:

class Solution { public:     int findContentChildren(vector<int>& g, vector<int>& s) {         sort(g.begin(),g.end());//g是胃口值         sort(s.begin(),s.end());//s是饼干尺寸        int count=0;//计数器        int i=0;//g的下标        int j=0;//s的下标        for(;i<g.size();i++)        {         while(j<s.size() && s[j]<g[i])//不符合条件         {             j++;         }         if(j==s.size())         {             return count;         }         count++;         j++;        }        return count;     } };

力扣402、移掉K位数字

        给你一个以字符串表示的非负整数num和一个整数k,移除这个数中的k位数字,使得剩下的数字最小。请你以字符串形式返回这个最小的数字。

string removeKdigits(string num, int k) {         string s;//新组建的字符串         s+=num[0];         int i = 1;//从第二个元素开始         while(i<num.size() && k>0)         {             if(s.size()>0&&s[s.size()-1]>num[i])             {                 s.erase(s.size()-1);                 k--;             }             else             {                 //前面没有元素或者当前的比前面的大                 s.push_back(num[i]);                 i++;             }         }         while(k>0)         {             //直接删除尾部多余的元素             s.erase(s.size()-1);             k--;         }         if(i<num.size())         {             s+=string(num.begin()+i,num.end());         }         while(s[0]=='0')             s.erase(s.begin());         if(s.size()==0)//s是个空串             s="0";         return s;     }

力扣409、最长回文串

        给定一个包含大写字母和小写字母的字符串s,返回通过这些字母构造成的最长的回文串的长度。在构造过程中,请注意区分大小写。比如"Aa"不能当做一个回文字符串。

算法:

1、统计各字符串数量

使用一个unordered_map<char,int>(无序映射表)counter来统计字符串s中每个字符串出现的次数遍历字符串s中的每个字符c,并在counter中增加该字符的计数。

2、统计构造回文串的最大长度

初始化两个变量res和odd,res(用于记录回文子串的长度,不包括中心字符,如果有的话),odd(用于标记是否存在出现次数为奇数的字符,即回文中心字符),遍历counter中的每个键值对(kv),其中kv.first是字符,kv.second是该字符出现的次数,对于每个字符,计算其出现次数count,其确定该次数除以2的余数rem。由于回文子串的两侧是对称的,所以每个字符的偶数部分(count-rem)都可以完全用于构造回文子串。这部分长度加到res上。如果rem等于1,说明该字符出现次数为奇数,它可以在回文子串的中心位,(如果只有一个期数频率的字符,或者作为两个奇数频率字符之间的桥梁),因此将odd置为1

3、计算并返回最长回文子串的长度

最终,最长回文子串的长度由res(偶数频率字符贡献的长度)和odd(是否存在奇数频率字符)共同决定。如果odd为1,说明存在至少一个字符可以作为回文中心,因此最长回文子串的长度为res+1;如果odd为0,说明所有字符的出现次数都是偶数,最长回文子串的长度就是res。但由于代码中将odd的初始值设置为0,并且在遇到奇数频率的字符时将其设置为1,所以最后只需将res和odd相加即可得到最长回文子串的长度(因为odd的值要么是0,要么是1)。

int longestPalindrome(string s) {         // 统计各字符数量         unordered_map<char, int> counter;         for (char c : s)             counter[c]++;         // 统计构造回文串的最大长度         int res = 0, odd = 0;         for (auto kv : counter) {             // 将当前字符出现次数向下取偶数,并计入 res             int count = kv.second;             int rem = count % 2;             res += count - rem;             // 若当前字符出现次数为奇数,则将 odd 置 1             if (rem == 1) odd = 1;         }         return res + odd;

力扣11、盛最多水的容器

        给定一个长度为n的整数数组height。有n条垂线,第i条线的两个端点是(i,0)和(i,height[i])。找出其中的两条线,使得它们与x轴共同构成的容器可以容纳最多的水。

        返回容器可以储存的最大水量。

        说明:你不能倾斜容器。

算法思路:

1、初始化两个指针i和j分别指向数据height的起始位置和结束位置。

2、初始化一个变量res来记录找到的最大面积(即盛最多水的容器)

3、使用一个while循环,当i<j时执行循环体。

4、在每次循环中,比较height[i]和height[j]的大小,选择较小的那个高度,并计算以这个高度为高的矩形的面积(即(j-i)*height[较小的柱子]),然后将这个面积与当前的最大面积res进行比较,更新res当i和j相遇时,循环结束,此时res中存储的就是能够盛最多水的容器。

int maxArea(vector<int>& height) {         int i=0,j=height.size()-1,res=0;         while(i<j)         {             res=height[i]<height[j]?             max(res,(j-i)*height[i++]):             max(res,(j-i)*height[j--]);         }         return res;     }

力扣581、最短无序连续子数组

        给你一个整数数组nums,你需要找出一个连续子数组,如果对这个子数组进行升序排序,那么整个数组都会变为升序排序。

        请你找出符合题意的最短子数组,并输出它的长度。

算法1:

1、从左到右遍历:

我们维护一个max_left变量来跟踪到目前为止遍历过的元素中的最大值。如果遇到一个元素小于max_left,则更新end为当前索引。这个end将是未排序子数组的右边界(或最后一个元素的索引)

2、从右到左遍历:

我们维护一个min_right变量来跟踪到目前为止遍历过的元素中的最小值。如果遇到一个元素大于min_right,则更新begin为当前索引。这个begin将是未排序字数组的左边界(或第一个元素的索引)

3、返回值

如果end仍然是初始值-1,说明整个数组已经是非递减的,返回0.否则,返回end-begin+1,即需要重新排序的子数组的长度。

int findUnsortedSubarray(vector<int>& nums) {         int len=nums.size();         if(len<=1)         {             return 0;//如果数组长度小于等于1,则无需排序         }          //从左到右遍历,找到第一个破环非递减顺序的元素及其应该处于的位置         int max_left=nums[0];         int end=-1;         for(int i=1;i<len;++i)         {             if(nums[i]<max_left)             {                 end=i;             }             else             {                 max_left=nums[i];             }         }          if(end==-1)//如果end仍然是-1,说明整个数组已经是非递减的         {             return 0;         }          //从右到左遍历,找到第一个破坏非递减顺序的元素(向左看)及其应该处于的位置         int min_right=nums[len-1];         int begin=len;         for(int i=len-2;i>=0;--i)         {             if(nums[i]>min_right)             {                 begin=i;             }             else             {                 min_right=nums[i];             }         }          //返回需要重新排序的子数组的长度         return end-begin+1;

算法2:

 vector<int>v=nums;//复制数据  sort(v.begin(),v.end());//排序  int start=0;  int end=nums.size()-1;  //找第一个不同点  while(start<=end)  {      if(v[start]!=nums[start])//找到了      break;      start++;  }  if(start>end)//没找到      return 0;   while(end>=0)  {      if(v[end]!=nums[end])      break;      end--;  }  return end-start +1;

力扣605、种花问题

        假设有一个很长的花坛,一部分地块种植了花,另一部分却没有。可是,花不能种植在相邻的地块上,它们会争夺水源,两者都会死去。

        给你一个整数数组flowerbed表示花坛,由若干0和1组成,其中0表示没种植花,1表示种植了花。另有一个数n,能否在不打破种植规则的情况下种入n朵花?能则返回true,不能则返回false。

算法:

1、预处理

为了简化边界条件的处理,在flowerbed数组开头的结尾各插入了一个0(代表空地),这样在遍历数组时,就不需要特别检查第一个和最后一个元素是否可以种花,因为它们都被视为空地。

2、遍历数组

从数组的第二个元素(索引为1,因为已经插入了一个0作为第一个元素)开始,到倒数第二个元素结束(因为最后一个元素后面也插入了一个0),遍历整个flowerbed数组。

3、检查种花条件

对于遍历到的每个位置(索引为i),检查它是否满足种花的条件:即它本身(flowerbed[i])是空地(0),并且它的前一个位置(flowerbed[i-1])和后一个位置(flowerbed[i+1)也都是空地,这是通过比较这三个位置的值是否都为0来实现的。

4、种花

如果当前位置满足种花的条件,那么在该位置种下一朵话(即将flowerbed[i]的值改为1),并减少还需要种的花的数量n。

5、检查是否完成

遍历完成后,检查还需要种的花的数量n是否小于或等于0.如果是,说明已经种够了或者超过了所需的花的数量,函数返回true;否则,返回false。

bool canPlaceFlowers(vector<int>& flowerbed, int n) {         flowerbed.insert(flowerbed.begin(), 0);         flowerbed.push_back(0);         for (int i = 1; i  < flowerbed.size()-1; i++) {             if (flowerbed[i - 1] == 0 && flowerbed[i] == 0 && flowerbed[i + 1] == 0) {                 flowerbed[i] = 1; // 种花!                 n--;             }         }         return n <= 0;

广告一刻

为您即时展示最新活动产品广告消息,让您随时掌握产品活动新动态!