贪心算法（1）--经典贪心算法

目录

一、活动安排问题

二、最优装载问题

三、分数背包问题

四、多机调度问题

---

一、活动安排问题

1、策略

        活动安排问题：设有n个活动的集合E={1,2,...,n}，每个活动i都有一个使用该资源的起始时间和一个结束时间，且。如果选择了活动i则它在时间区间内占用资源，如何在有限的时间内选择最多的活动方案安排。

        解法：按结束时间优先的贪心算法。

（1） 如果活动i和活动j能够相容，假设活动i在活动j之前，那么一定有。

（2）按照序列对和同时进行排序，保证两者对应。排序可以使用快速排序、归并排序和堆排复杂度为O（nlogn）。

（3）第1个活动最小，所以进入活动安排，其他如果存在，则i=j，移动活动安排。

       给定一个活动序列 的关系：

2、代码 

//活动安排
import java.util.Scanner;
public class activityarrangement {
   public static void main(String[] args)
   {
        int n=new Scanner(System.in).nextInt();
        int s[]=new int[n];
        int f[]=new int[n];
        for(int i=0;i=f[j])
            {
                System.out.println(s[i]+" "+f[i]);
                j=i;
            }
        }
   }

二、最优装载问题

1、策略

        有一批集装箱要装上一艘载重为c的轮船，集装箱i的重量为，要求装载体积不受限制情况下，将尽可能多的集装箱装上轮船。

        利用贪心算法，重量最轻的集装箱优先装载，直到轮船载重无法继续装入集装箱。

        排序方法可以使用快排、归排和堆排来降低时间复杂度。

        约束条件和目标函数如下：

        例题如下： 

2、代码 

//最优装载问题
public static void main(String []args) 
   {
        int c=400;
        int weights[]={100,200,50,90,150,50,20,80};
        quickSort(weights,0,weights.length-1);
        System.out.println(load(weights,c));
   }
public static int load(int weights[],int c)
   {
        int tmp=c;
        for(int i=0;iweights[i])
            {
                c-=weights[i];
            }
        }
        return tmp-c;
   } 

三、分数背包问题

1、策略

        分数背包问题：在0-1背包的问题基础上，可以每个物品装一部分，即0~1背包问题，要求在有限的容量基础上，求解装有物品的最高总价值。

        策略：以单位重量价值最高的优先的贪心算法。

        建立a数组（单位重量下价值），以a数组为排序依据，同时排序a，w，v数组，计算a数组较大值优先的情况下能产生的最大总价值。

        例题如下：

2、代码

（省略排序过程）

//分数背包问题
public class dividebackage {
public static void main(String[] args)
   {
        int n=3;
        int c=20;
        double w[]={18,15,10};
        double v[]={25,24,15};
        double a[]=new double[n];
        for(int i=0;i=0;i--)
        {
            if((c-weight)>=w[i])
            {
                value+=v[i];
                weight+=w[i];
            }
            else
            {
                value+=v[i]*(c-weight)/w[i];
                break;
            }
        }
        return value;
   }
}

四、多机调度问题

1、概述

        多机调度问题：设有n个独立作业，由m台相同机器进行加工处理，作业i所需的处理时间为,每个作业均可以在任何一台机器上加工处理，但不可间断、拆分。设计一种算法，使得n个作业在尽可能短的时间内由m台机器加工处理完成。

        策略：按任务时间较长的进行贪心算法，设定time，p，d，m，s五个数组（定义看下面代码注释），首先对time数组和p数组按任务时间降序排序（快排），调度问题为添加任务和时间推移两个阶段循环进行，直到任务不再添加，所有机器还需占用时间数为0，则退出调度问题。

        添加任务：遍历每一个机器，若当前机器m还需占用时间为0，且仍有任务i需要添加，则将任务i添加到机器m，机器m的所做任务数加一，机器m执行任务添加任务i编号。

        时间推移：时间后移一，每个任务的还需所占用时间减一，若每个机器的所占用时间都为0且没有新任务添加，则退出调度问题，返回当前时间。若存在机器i所占用时间为0，但仍有其他机器任务未结束，则机器i占用时间不再减少，避免出现负数。

        下面例题解决效果：

2、代码 

//多机调度问题
public class multimachine {
   public static void main(String[] args)
   {
        int time[]={2,14,4,16,6,5,3};               //每个任务所占时间
        int p[]={1,2,3,4,5,6,7};                    //任务编号
        int d[]={0,0,0};                            //当前机器还需占用时间数
        int m[]={0,0,0};                            //每个机器执行了几个任务
        int s[][]=new int[d.length][time.length];   //每个机器执行了哪些任务
        //对时间列和任务编号进行重新排序
        quickSort(time,p,0,time.length-1);
        //输出多机调度总时间
        deploy(time,p,d,s,m);
        //输出每个机器执行了哪些任务
        for(int i=0;i