读书打卡<<算法图解-第八章 贪婪算法>>

1 处理不可能完成的人物

2 识别np完全问题

3 近似算法  快速找到NP问题的近似解

4 贪婪策略

近似算法实现

  1 使用一个集合 states_needed记录所有要覆盖的州(使用集合的原因是集合不能包含重复的元素)

2 一个可供选择的电台名单 用散列表表示 station={}

3 使用一个集合存储最终选择的电视台 fina_station=set()

4 best_station用于存储被选中的电台



读书打卡<<算法图解-第八章 贪婪算法>>_第1张图片
算法实现

NP完全问题

简单定义 根本不可能编写出可快速解决这些问题的算法

    1元素少的时候运行速度非常快,但随着元素增加,速度会变得非常慢

    2 设计"所有组合"的问题通常是NP完全问题

    3 不可能分解成小问题 必须考虑各种可能的情况 这可能是NP完全问题

    4 如果问题涉及序列 且难以解决可能是NP完全问题

    5 问题涉及集合且难以解决

    6 如果问题可转换为集合覆盖问题或旅行商问题那么他肯定是NP完全问题

你可能感兴趣的:(读书打卡<<算法图解-第八章 贪婪算法>>)