js实现---加油站问题(贪心算法)

加油站问题(贪心算法)

基本要素：

贪心选择：在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。
最优子结构：当一个问题的最优解包含其子问题的最优解时，称此问题具有最优子结构性质。

过程：

1. 建立数学模型来描述问题；
2. 把求解的问题分成若干个子问题；
3. 对每一子问题求解，得到子问题的局部最优解；
4. 把子问题的解局部最优解合成原来解问题的一个解。

汽车加油问题

一辆汽车加满油后可行驶 n公里。旅途中有若干个加油站。设计一个有效算法，指出应 在哪些加油站停靠加油，使沿途加油次数最少。

输入格式:

第一行有 2 个正整数n和 k（k<=1000 )，表示汽车加满油后可行驶n公里，且旅途中有 k个加油站。 第二行有 k+1 个整数，表示第 k 个加油站与第k-1 个加油站之间的距离。 第 0 个加油站表示出发地，汽车已加满油。 第 k+1 个加油站表示目的地。

输出格式:

输出最少加油次数。如果无法到达目的地，则输出“No Solution!”。

输入样例:

7 7
1 2 3 4 5 1 6 6

输出样例:

4

贪心性质分析：

找到汽车满油量时可以行驶的最大路程范围内的最后一个加油站，加油后则继续用此方法前进。需要检查每一小段路程是否超过汽车满油量时的最大支撑路程。

代码

function greedy(n,k) {
        var count=0;
        var arr =[];
        //随机分配arr的每个数，即第i和i-1个加油站之间的距离
        for (var i =0 ;i <=k;i++){
            arr[i] = parseInt(Math.random()*10+1);
        }
        console.log(arr);//5 8 6 1 9 10 8 4 3 6 9

        var  num=0;
        for(var j=0;j<=k;j++)
        {
            count+=arr[j];
            if(count>n)
            {
                num++;
                count=arr[j];
            }
        }
        console.log('汽车最少要需要加油的次数为：'+num);//8
        return ;
    }
    console.log(greedy(10,10));