数据结构与算法Day30----贪心算法

一、贪心算法:

1、概念:

  每一步选择中都采取在当前状态下最好或最优(即最有利)的选择,从而希望导致结果是最好或最优的算法。

2、贪心算法解决问题的思路,并不一定能给出最优解:

  在一个有权图中,从顶点S开始,找一条到顶点T的最短路径(路径中边的权值和最小)。贪心算法的解决思路是,每次都选择一条跟当前顶点相连的权最小的边,直到找到顶点T。按照这种思路,求出的最短路径是S->A->E->T,路径长度是1+4+4=9。这种贪心的选择方式,最终求的路径并不是最短路径,因为路径S->B->D->T才是最短路径,因为这条路径的长度是2+2+2=6。


  在这个问题上,贪心算法不工作的主要原因是,前面的选择会影响后面的选择。如果第一步从顶点S走到顶点A,那接下来面对的顶点和边,跟第一步从顶点S走到顶点B,是完全不同的。所以,即便第一步选择最优的走法(边最短),但有可能因为这一步选择,导致后面每一步的选择都很糟糕,最终也就无缘全局最优解了。

二、实战分析:

1、分糖果:

  有个糖果和个孩子。现在要把糖果分给这些孩子吃,但是糖果少,孩子多(),所以糖果只能分配给一部分孩子。每个糖果的大小不等,这个糖果的大小分别是,,,……,。除此之外,每个孩子对糖果大小的需求也是不一样的,只有糖果的大小大于等于孩子的对糖果大小的需求的时候,孩子才得到满足。假设这个孩子对糖果大小的需求分别是,, , ……, 。问题是,如何分配糖果,能尽可能满足最多数量的孩子?


  把这个问题抽象成,从个孩子中,抽取一部分孩子分配糖果,让满足的孩子的个数(期望值)是最大的。这个问题的限制值就是糖果个数。
  对于一个孩子来说,如果小的糖果可以满足,就没必要用更大的糖果,这样更大的就可以留给其他对糖果大小需求更大的孩子。另一方面,对糖果大小需求小的孩子更容易被满足,所以,可以从需求小的孩子开始分配糖果。因为满足一个需求大的孩子跟满足一个需求小的孩子,对期望值的贡献是一样的。每次从剩下的孩子中,找出对糖果大小需求最小的,然后发给他剩下的糖果中能满足他的最小的糖果,这样得到的分配方案,也就是满足的孩子个数最多的方案。

2、钱币找零:

  假设有、 、 、 、 、 、这些面额的纸币,它们的张数分别是、、、、、、。现在要用这些钱来支付元,最少要用多少张纸币呢?


  先用面值最大的来支付,如果不够,就继续用更小一点面值的,以此类推,最后剩下的用来补齐。

3、区间覆盖:

  假设有个区间,区间的起始端点和结束端点分别是,,, …。从这个区间中选出一部分区间,这部分区间满足两两不相交(端点相交的情况不算相交),最多能选出多少个区间呢?


  假设这个区间中最左端点是,最右端点是。这个问题就相当于选择几个不相交的区间,从左到右将覆盖上。按照起始端点从小到大的顺序对这个区间排序,每次选择的时候,左端点跟前面的已经覆盖的区间不重合的,右端点又尽量小的,这样可以让剩下的未覆盖区间尽可能的大,就可以放置更多的区间。这实际上就是一种贪心的选择方法。

4、Huffman编码:

  假设有一个包含1000个字符的文件,节省空间的存储方式怎么存储?


  假设这6个字符出现的频率从高到低依次是a、 b、 c、 d、 e、 f。把它们编码下面这个样子,任何一个字符的编码都不是另一个的前缀,在解压缩的时候,每次会读取尽可能长的可解压的二进制串,所以在解压缩的时候也不会歧义。



  把每个字符看作一个节点,并且辅带着把频率放到优先级队列中。从队列中取出频率最小的两个节点A、 B,然后新建一个节点C,把频率设置为两个节点的频率之和,并把这个新节点C作为节点A、 B的父节点。最后再把C节点放入到优先级队列中。重复这个过程,直到队列中没有数据。



给每一条边加上画一个权值,指向左子节点的边我们统统标记为0,指向右子节点的边,我们统统标记为1,那从根节点到叶节点的路径就是叶节点对应字符的霍夫曼编码为:

你可能感兴趣的:(数据结构与算法Day30----贪心算法)