貪心演算法：在求最優解問題的過程中，從問題的初始狀態出發，依據某種貪心標準，直接去求每一步的最優解，通過 若干次的貪心選擇，最終得出整個問題的最優解。
注意：貪心演算法不是從整體上考慮問題，它所做出的選擇只是在某種意義上的區域性最優解。
基本思想：通常以自頂向下的方式進行，以迭代的方式作出相繼的貪心選擇，每一次的貪心選擇將所求問題簡化為規模更小的子問題。
一般流程：
//a是問題的輸入集合即候選集合
greedy(a)
; //初始解集合為空集
while (not solution(s)) //集合s沒有構成問題的乙個解
;a = a-;
}
}return s;
}（1）候選集合a：問題的最終解均取自於候選集合a。
（2）解集合s：解集合s不斷擴充套件，直到構成滿足問題的完整解。
（3）解決函式solution：檢查解集合s是否構成問題的完整解。
（4）選擇函式select：貪心策略，這是貪心演算法的關鍵。
（5）可行函式feasible：解集合擴充套件後是否滿足約束條件。
經典問題（活動安排問題）
1.問題描述：設有n個活動的集合e＝，其中每個活動都要求使用同一資源，而在同一時間內只有乙個活 動能使用這一資源。每個活動i都有乙個要求使用該資源的起始時間si和乙個結束時間fi，且si＜fi。如果 選擇了活動i，則它在半開時間區間[si ，fi )內占用資源。若區間[si ，fi )與區間[sj，fj )不相交，則稱活動i 與活動j是相容的。即當 si ≥ fj 或 sj ≥ fi 時，活動i與活動j相容。活動安排問題就是在所給的活動集合中選 出最大的相容活動子集合。
2.思路：利用貪心演算法，每次總選擇具有最早完成時間的相容活動加入解集合，為未安排的的活動留下盡可能多的時 間。即使剩餘的可安排時間段極大化，以便安排盡可能多的相容活動。
3.**：
#include
using namespace std;
struct action;
action a[1000]; //活動的集合e記為陣列
//按活動的結束時間公升序排序
bool cmp(const action &a,const action &b)
//形引數組b用來記錄被選中的活動
void greedyselector(int n,action a,bool b)
}for(int i=1;i<=n;i++)
sort(a+1,a+n+1,cmp);
greedyselector(n,a,b);}
總結 貪心演算法 貪心演算法入門總結
英語 greedy algorithm，又稱貪婪演算法，是一種在每一步選擇中都採取在當前狀態下最好或最優 即最有利 的選擇，從而希望導致結果是最好或最優的演算法。比如在旅行推銷員問題中，如果旅行員每次都選擇最近的城市，那這就是一種貪心演算法。貪心演算法在有最優子結構的問題中尤為有效。最優子結構的意思...
貪心演算法總結
第一套題主要用貪心演算法來解決問題，貪心演算法簡單來說就是從區域性最優解，進而求得整體最優解，其中難點就是選擇貪心標準，貪心標準的選擇選的巧妙問題就會變的很簡單，比如第一題搬桌子的題，就是把房間轉化為對應的走廊號，問題就簡化了很多。貪心演算法的題目有的可以很簡單的看出來，常見典型的題有，揹包問題，最...
貪心演算法總結
在求最優解問題的過程中，依據某種貪心標準，從問題的初始狀態出發，直接去求每一步的最優解，通過若干次的貪心選擇，最終得出整個問題的最優解，這種求解方法就是貪心演算法。從貪心演算法的定義可以看出，貪心演算法不是從整體上考慮問題，它所做出的選擇只是在某種意義上的區域性最優解，而由問題自身的特性決定了該題運...