之前做了很多贪心算法,他们都能找到最优解,这也是之所以用贪心算法的原因。贪心算法较之其他,最大的优势体现在时间复杂度低,空间复杂度也比较低。对于试用贪心算法的题型,
有两个重要特征:贪心策略与最优子结构。贪心策略即每步采取策略的依据;最优子结构则是指问题的求解可以转化为求解子问题的最优解。这点与动态规划有点像,但后者要枚举问题的解空
间,资源消耗很大。
贪心算法不一定保证得到最优解,但很多时候用其他方法的无效(有的是确实没有解决方法,有的是复杂度难以接受),在这种情况下我们可以尝试用近似算法,根据一定的有效贪心策略,
哪怕得不到最优解,但权衡之下也是可以接受的。
例如给定若干物品,要求尽可能的将它们分成质量相近的两堆。如物品数为5,重量分别为3,3,2,2,2,很容易根据经验判断分成3+3和2+2+2的两堆。但这是一个2^n级难题,数据量一大就出
现组合爆炸。解决该问题目前还没有无有效的方法。枚举法可以得到最优解,但时间复杂度为O(2^n),难以接受。下面是n<=15时的枚举法,用位操作简化计算。
#include<iostream> #include<cmath> using namespace std; const int MAXN=20; int w[MAXN]; int used[MAXN]; const int INF=1<<30; int n,id,sum; int Solve() { int min,cnt=1<<n; sum=0; for(int i=0;i<n;i++) sum+=w[i]; min=INF; id=-1; for(int i=0;i<cnt;i++) { int tmp=0; for(int j=0;j<n;j++) { if(i&(1<<j)) tmp+=w[j]; } if(abs(sum-2*tmp)<abs(sum-2*min)) { min=tmp; id=i; } } return min; } int main() { cin>>n; memset(used,0,sizeof(used)); for(int i=0;i<n;i++) cin>>w[i]; int ans=Solve(); for(int i=0;i<n;i++) { if(id&(1<<i)) used[i]=true; } printf("\n第一堆为:"); for(int i=0;i<n;i++) if(used[i]) printf("%d ",w[i]); printf("\t合计 %d\n第二堆为:",ans); for(int i=0;i<n;i++) if(!used[i]) printf("%d ",w[i]); printf("\t合计 %d\n",sum-ans); system("pause"); }运行结果为:2+2+2=6 3+3=6
格雷厄姆提出了解决该问题的近似算法。即每次从尚未分堆的物品中选择最大我w[i]的,然后分别将它试探性加到已分的两堆(a1,b1)中,若|a1+w[i]-b1|>|a1-w[i]-b1|,泽加到b1中;否则加到
a1中。已有神牛可以证明这样的最终结果与最优解的误差不超过16%。下面是格雷厄姆算法的实现。
#include<iostream> #include<algorithm> #include<cmath> using namespace std; const int MAXN=20; int w[MAXN]; int used[MAXN]; int n,a,b; void Solve() { sort(w,w+n); a=0,b=0; for(int i=n-1;i>=0;i--) { if(abs(a+w[i]-b)<=abs(a-w[i]-b)) { a+=w[i]; used[i]=true; } else b+=w[i]; } } int main() { cin>>n; memset(used,0,sizeof(used)); for(int i=0;i<n;i++) cin>>w[i]; Solve(); printf("\n第一堆为:"); for(int i=0;i<n;i++) if(used[i]) printf("%d ",w[i]); printf("\t合计 %d\n第二堆为:",a); for(int i=0;i<n;i++) if(!used[i]) printf("%d ",w[i]); printf("\t合计 %d\n",b); system("pause"); }运行结果为:2+2+3=7 2+3=7
在有些情况下是完全可以接受近似算法的。