本文将通过两个问题和两道例题带你入门贪心算法。
贪心算法(Greedy Algorithm)是一种在每一步选择中都采取在当前状态下最优(最好或最有利)的选择,从而希望导致全局最优解的算法。贪心算法不保证找到全局最优解,但通常可以快速找到一个接近最优解的解。
即为给你一个背包的容量,告诉你每个物品的价值和重量,找到最大价值的物品
代码实现:
解析:这不是0/1背包问题,而是分数背包问题(可以拿一部分物品),我们先对goods的单价排序,然后创建一个列表来记录每个物品要拿多少,然后遍历goods,如果背包容量大于物品重量,则记为1,背包容量减少,如果不够则记录分数,依次循环得到数量和价值
结果:
我们看到前面两个拿最多的后,最后一个只能拿三分之二,最终总价值最大。
已知我们有1,5,20,50,100面额的钞票,给你一个数,用最少的钞票表示出来
结果:
输入376
得到
有n个非负数,将其按照字符串拼接方式拼接成一个整数。如何拼接可以使得整数最大?
先拿两个数比较,把它们转化为字符串,a+b和b+a谁大就谁放前面,然后拼接在一起
代码实现:
from functools import cmp_to_key
li=[32,94,128,1286,6,71]
def xy_cmp(x,y):
if x+yy+x:
return -1
else:
return 0
def number_join(li):
li=list(map(str,li))
li.sort(key=cmp_to_key(xy_cmp))#python2中支持cmp,但py3只支持key
return "".join(li)#""里面是分隔符,使用join方法将字符串列表连接成一个单独的字符串,分隔符为一个空字符串
print(number_join(li))
注意点:1.列表内置的sort不同于python的内置函数sorted,sort在原列表上修改,而sorted会创建一个新迭代对象,不会修改源对象。
2.sort方法只有python2才支持cmp参数,因此在python中想要实现自己的compare必须用到cmp_to_key的方法,最后实现的是降序排列(当然也可以用key加lambda实现)
3.对于compare的返回值
运行结果
假设有n个活动,这些活动都要占用同一片场地,而场地在某时刻只能供一个活动使用,每个活动都有一个开始时间和结束时间,问安排哪些活动能够使该场地举办的活动个数最多?
代码实现:
activities=[(1,4),(3,5),(0,6),(3,9),(5,9),(6,10),(8,11),(8,12),(2,14),(12,16),(5,7)]
#保证活动是按照结束时间排好的
activities.sort(key=lambda x:x[1])
def activity_selection(a):
res=[a[0]]
for i in range(1,len(a)):
if a[i][0]>=res[-1][1]: #当前活动的开始时间大于等于结果中最后活动的结束时间
#不冲突
res.append(a[i])
return res
print(activity_selection(activities))
运行结果:
感谢阅读,如果有帮助,点赞支持!