贪心算法（几种常规样例）

贪心算法，指在对问题进行求解的时候，总是做出当前看来是最好的选择。也就是说不从整体上最优上考虑，算法得到的结果是某种意义上的局部最优解

文章目录

• 贪心算法（几种常规样例）
• • 介绍
  • 使用步骤
  • • 模板
    • 贪心算法的缺陷
  • 经典例子
  • 常见例子
  • • 活动选择问题
    • 钱币找零问题
    • 背包问题
    • 小船过河问题
    • 区域覆盖

介绍

可以用贪心算法解决的问题有以下特征

• 1.贪心选择的性质：一个问题的整体最优解可以通过一系列局部的最优解的选择达到。并且每一次的选择可以依赖于之前做出的选择，但是不依赖后面做出的选择。这就是贪心选择性质。对于一个具体的问题，要确定他是否具有贪心选择的性质，必须证明每一步所作的贪心选择最终导致问题的整体的最优解

• 2.最优子结构性质：当一个恩问题的最优解包含其子问题的最优解的时候，此问题具有最优子结构性质。问题的最优子结构性质是该问题可用贪心法的求解所在。

使用步骤

使用贪心算法的基本步骤：
   1>建立数学模型来描述问题 。
   2>把求解的问题分成若干个子问题 。
   3>对每个子问题求解，得到子问题的局部最优解。
   4>把子问题的解局部最优解合成原来解问题的一个解。

实际上在使用贪心算法的时候，待选

模板

while(约束条件成立)
{选择当前最优解，记录并累计到最后的解中if(当前最优解使用完毕)当前最优解=当前次优解；
}

贪心算法的缺陷

​ 以下缺陷

​ 1.不能保证解是最佳的。因为贪心算法得到的是局部最优解，不是从整体开了整体最优解。

​ 2.贪心算法只能确定某些问题的可行性范围

缺陷1和2的意思是贪心算法是有局限性的，就i比如钱币找零，如果是8元，有2元和5元，那么5元一张，2元一张，剩下1元那么接下来就无法运算了，实际上，可以四张2元即可，这就是一个例子

​ 3.贪心算法一般用来解决最大或者最小解

该缺陷就是，贪心算法是以某一种策略来选择一个数值，而不是遍历出所有解，要遍历出某个问题的所有解的话，常常使用回溯法

经典例子

1.活动选择问题

2.钱币找零问题

3.再论背包问题

4.小船过河问题

5.区间覆盖问题

常见例子

活动选择问题

该问题一般可以用贪心算法和动态规划来解决，我们下文用贪心算法来解决。
问题的形式为：在某地要举办多个活动，每一个活动要花费不同的时间（起止时间不同），问怎么安排尽量多的活动呢？该问题用贪心算法可以解决的原因是：下个活动的选择可以只是取决于上一个活动的截止时间，不必要考虑全局

在解决这个问题的时候，要对于结束时间进行排序，因为上一个活动的结束时间会影响下一个活动的选择，而当前活动的开始时间不会影响下一个活动的选择，所以只看结束时间就好，用上一个活动的结束时间来跟下一活动的开始时间进行对比，如果前者小于后者，那么就是后者就是下一个活动，否则继续比较下下一个活动的开始时间

解题思路

1. 将所有活动按照结束时间进行排序
2. 然后默认选取第一个活动，用变量endTime标注当前活动的结束时间，然后与后面活动的开始时间进行比较
3. 如果前者结束时间小于等于后者活动开始时间，那么选择后者这个活动，反之，继续比较下下一个活动，再次进行判断
4. 重复进行第三步，直到所有活动比较完成

import java.util.*;/*** 活动选择：* 大概形式为：在某一个地方，有多个活动要进行，活动有开始时间和结束时间，我们该如何选择才能在这一天中这一个地点，举办最多的活动* 求解最多的活动个数为？*/
class Play{int preTime;int endTime;//表示活动的开始时间和结束时间
}
public class 活动选择 {public static void main(String[] args) {Scanner scanner=new Scanner(System.in);//我们可以用容器来存储各个活动，然后进行贪心算法，最后得到结果//我们可以用链表来进行存储,排序LinkedList linkedList=new LinkedList();int n=scanner.nextInt();//表示活动的个数for (int i = 0; i //提案写每一个活动的开始时间和结束时间Play play=new Play();play.preTime=scanner.nextInt();play.endTime=scanner.nextInt();linkedList.add(play);//存储链表中，然后进行对于结束时间排序}Collections.sort(linkedList, new Comparator() {@Overridepublic int compare(Play o1, Play o2) {return o1.endTime-o2.endTime;}});//排序完成//然后进行判别，从第一个活动开始int num=0;//计数Play Time=linkedList.get(0);for (int i = 0; i if(Time.endTime<=linkedList.get(i).preTime){Time=linkedList.get(i);num++;}}System.out.println(num);//得到}
}

钱币找零问题

该问题的一般描述是：假设1元、2元、5元、10元、20元、50元、100元的纸币分别有a , b , c , d , e ,f 张。现在要用这些钱来支付K元，至少要用多少张纸币？该问题和上个问题有些类似，要解决该问题时，一般也有两个数组，一个表示面额的大小，一个表示不同面额钱币对应的数量，并且表示面额的数组是有序的。

我们求解的是最少的钱币数目，所以可以使用贪心算法

1.理所当然先使用大额纸币，当大额纸币张数不够的时候，再使用后面较小面额的纸币，依次递减，直到表示完所有纸币

2.做题方法可以递归也可以迭代

import java.util.*;public class 钱币找零问题 {public static void main(String[] args) {//题目：指定币值和相应的数量，用最少的数量去凑齐某金额//思路：利用贪心算法，我们优先选择面值大的纸币，依次类推，直到凑齐总金额Scanner scanner=new Scanner(System.in);int num=scanner.nextInt();//输入总金额greedy(num);}public static void greedy(int num){int[] values = { 1, 2, 5, 10, 20, 50, 100 };//数量int[] counts = { 3, 3, 2, 1, 1, 3, 3 };//获取需要各种面值多少张int[] result = getNumber(num, values, counts);System.out.println("各币值的数量："+Arrays.toString(result));}public static int[] getNumber(int sum,int []values,int[]counts){int []result=new int[7];//表示有七种钱币//我们要找的是每一种钱币所需的票数int add=0;//表示需要的总钱数for (int i = values.length-1; i >=0 ; i--) {int num=(sum-add)/values[i];if(num>counts[i]){num=counts[i];}//add加上数值add=add+num*values[i];result[i]=num;}return result;}//或者这样迭代public static int[] get(int sum,int []values,int[]counts){int []result=new int[values.length];for (int i = values.length-1; i >=0 ; i++) {int num=Math.min(counts[i],sum/values[i]);result[i]=num;sum=sum-num*values[i];}return result;}
}

背包问题

不是01背包

常见题型为给定n种物品，一个背包，背包的容量是c，二米一个物品i的价值为vi，重量为wi，如何选择装入的物品使得背包的总价值最大？

此处的背包问题指的是部分背包，不是像01背包问题那样，某个物品不能拆开，此处的物品可以拆开，选取一部分放入背包中。从贪心算法的角度来看，我们保证的是背包的总价值最大，就是要确保放入的每一件物品的单个价值尽量大。（可以拆开）

步骤如下

1.需要将物品按照单位重量价值进行排序。

2.将尽可能多的单位i重量价值最高的物品装入被阿波，若最大单位重量价值的物品全部装入背包后，背包华友多余容量，则选择单位重量价值次高的尽可能多的装入背包中。

3.如果最后一件物品无法装入，那就计算可以装入的比例，然后按照比例装入

import java.util.Collections;
import java.util.Comparator;
import java.util.LinkedList;
import java.util.Scanner;/*** 贪心的背包 ，有n个物品，一个背包，然后想使得这个背包的价值最大* 不是01背包不可拆分物品，这个是可以拆分的*/
class beiBao{int values;int weight;//价值和重量double wValues;//单个物品的单位重量的价值
}
public class 背包 {public static void main(String[] args) {Scanner scanner=new Scanner(System.in);int n=scanner.nextInt();int weight=scanner.nextInt();//背包能承受的重量LinkedList linkedList=new LinkedList();for (int i = 0; i beiBao b=new beiBao();b.values=scanner.nextInt();b.weight=scanner.nextInt();b.wValues=b.values/b.weight;linkedList.add(b);}Collections.sort(linkedList, new Comparator() {@Overridepublic int compare(beiBao o1, beiBao o2) {return (int)(o2.wValues-o1.wValues);}});for (int i = 0; i System.out.println(linkedList.get(i).wValues);}double allvalues=0;boolean[] flag=new boolean[n];for (int i = 0; i < flag.length; i++) {flag[i]=false;//表示没有放入背包中}for (int i = 0; i if(linkedList.get(i).weight<=weight){flag[i]=true;weight=weight-linkedList.get(i).weight;allvalues+=linkedList.get(i).values;System.out.println("重量为："+linkedList.get(i).weight+"价格为："+linkedList.get(i).values+"可以完全装入");}}for (int i = 0; i if(!flag[i]){double rate=(double)weight/linkedList.get(i).weight;allvalues=allvalues+rate*linkedList.get(i).values;weight-=linkedList.get(i).weight;System.out.println("重量为："+linkedList.get(i).weight+"价值为："+linkedList.get(i).values+"装入比例为："+rate);}}System.out.println("总价值为："+allvalues);}
}

小船过河问题

该问题常见的描述是：有n个人需要过河，只有一艘船，最多能乘坐两个人，串的航行速度为两人中较慢的一人的速度，过去后需要一个人把船划回来，把n个人运到对岸，最少需要多久。

假设这些人花费的时间都存储在一个数组中，升序排列，也就是由快到慢，每个人所花费的时间为time[0],time[1]……time[n]

当人数>=4的时候，该问题有两个选择：
1.最快的和次快的先过河，然后最快的将船划回来；次慢的和最慢的过河，然后次快的回来，此时我们计算以下这个过程花费的时间

图示

第二种方式：

​ 1.最快的最慢的过河，然后最快的将船划回来，，最快的和次慢的过河，然后最快的再回来

图示

上面过河有两种方式，具体使用的时候可以比较谁时间更短再使用他

如果人数小于4

1.人数为三的时候，此时固定用时为time[0]+time[1]+time[2]

2.人数为二的时候，此时固定用时为time[1]

3.人数为一的时候，固定用时为time[0]

/** 有n个人需要过河，只有一艘船，最多能乘2人，船的运行速度为2人中较慢一人的速度，* 过去后还需一个人把船划回来，把n个人运到对岸，最少需要多久。*/
public class River {public static void main(String[] args) {int[] times={1,2,4,5,8};int result=crossRiver(times);System.out.println("所花时间为："+result);}private static int crossRiver(int[] times){/*n表示还未过河的人数，初始化为所有人*/int n=times.length;int result=0;while(n>0){if(n==1){result=result+times[0];break;}else if(n==2){result=result+times[0]+times[1];break;}else if(n==3){result=result+times[0]+times[1]+times[2];break;}else{/*在每次过河时，在两种方式上进行比较，选择耗时更少的那个*/result=result+Math.min(times[1]+times[0]+times[n-1]+times[1],times[n-1]+times[0]+times[n-2]+times[0]);/*无论采取哪种方式，最后的结果都是讲最慢的和次慢的运送过河，也就是数组的最后两位，所以此处可简单地将数组长度-2*/n=n-2;}}return result;}
}

区域覆盖

此问题描述的是：给定一个长度为m的区间，再给出n条线段的起点和终点（闭区间），求最少使用读哦少条线段 可以将整个区间完全覆盖，步骤如下：

1. 在所有待选择的区间里，剔除起点和终点在所求范围之外的区间。
2. 将所有区间按起点进行排序
3. 默认选中第一个点，然后在挑选点的过程中，需要遵循以下原则：新区间的起点要小于当前区间的终点，新区间的终点应大于当前区间的起点
4. 循环重复步骤3，直到当前区间的终点值>=预期的终点值，结束寻找区间的过程

import java.util.*;
class quJian{int pre;int end;//表示区间的起点和终点
}
public class 区间覆盖 {public static void main(String[] args) {Scanner scanner=new Scanner(System.in);//加入区间 10个int n=scanner.nextInt();int m=scanner.nextInt();//假设所求区间范围为[n,m]；LinkedList linkedList=new LinkedList();for (int i = 0; i <7 ; i++) {quJian qj=new quJian();qj.pre=scanner.nextInt();qj.end=scanner.nextInt(); //1.删除起点和终点在所要求范围外的区间if(!(qj.prem&&qj.end>m)){linkedList.add(qj);}}//先进行排序Collections.sort(linkedList, new Comparator() {@Overridepublic int compare(quJian o1, quJian o2) {return o1.pre-o2.pre;//按照小区间的起点排下序，升序}});//然后进行选取boolean flag=false;int count=1;//计数System.out.println("起点："+linkedList.get(0).pre+","+linkedList.get(0).end);int end=linkedList.get(0).end;for (int i = 1; i if(linkedList.get(i).pre<=end&&linkedList.get(i).end>end){end=linkedList.get(i).end;//更新end点for (int j = i+1; j //然后从这后面找到最长的endif(linkedList.get(j).end>end){end=linkedList.get(j).end;count++;//找到一个区间System.out.println(linkedList.get(j).pre+" "+linkedList.get(j).end);if(end>=m){flag=true;}}}}if(flag){break;}}System.out.println(count);}
}