首页 > 代码库 > 常用算法之贪心
常用算法之贪心
一、背景
在软考的准备中，遇到了算法，听过来人收，算法研究好了就很简单，研究不好就觉得很难，于是想着对算法做个总结，因为算法不仅仅在大题中占有15分，而且在选择题中同样也会出现，尤其是考复杂度和各种算法的适用情况，
贪心（目光短浅）：就像找男女朋友一样，不求最好，只求合适（可行解）
二、如何知道在某种情况下用贪心是合适的呢？
贪心策略适用的前提是：局部最优策略能导致产生全局最优解。
实际上，贪心算法适用的情况很少。一般，对一个问题分析是否适用于贪心算法，可以先选择该问题下的几个实际数据进行分析，就可做出判断。
三、贪心算法实现的基本步骤：
1、候选集合(C)
通过一个候选集合C作为问题的可能解。（最终解均取自于候选集合C）
例如，在找零钱问题中，各种面值的货币构成候选集合。
2、解集合(S)
每完成一次贪心选择，将一个解放入S，最终获得一个完整解S
3、解决函数(solution)
检查解集合S是否构成问题的完整解。
例如，在找零钱问题中，解决函数是已付出的货币金额恰好等于应付款。
4、选择函数(select)
即贪心策略，这是贪心法的关键，选择出最有希望构成问题的解的对象。（这个选择函数通常和目标函数有关）
例如，在找零钱问题中，贪心策略就是在候选集合中选择面值最大的货币。
5、可行函数(feasible)
检查解集合中加入一个候选对象是否可行。（加入下一个对象后是不是满足约束条件）
例如，在找零钱问题中，可行函数是每一步选择的货币和已付出的货币相加不超过应付款。
四、贪心算法的实现框架
从问题的某一初始解出发；
while （能朝给定总目标前进一步）
{
利用可行的决策，求出可行解的一个解元素；
}
由所有解元素组合成问题的一个可行解；
用C解释如下：
<span style="font-size:14px;">Greedy(C) //C是问题的输入集合即候选集合
{
S={ }; //初始解集合为空集
while (not solution(S)) //集合S没有构成问题的一个解
{
x=select(C); //在候选集合C中做贪心选择
if feasible(S, x) //判断集合S中加入x后的解是否可行
S=S+{x};
C=C-{x};
}
return S;
}
</span>常用算法之贪心
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。