演算法 貪心法

感謝華北電力大學王墨玉老師的ppt

應用條件

最優子結構性質：原問題包含了其子問題的最優解

對於乙個問題可能會有不同的量度標準，選擇其中可以獲得最優解的量度標準是貪心法設計的核心問題

例題活動安排問題（可求得最優解）

int

greedyselector
(int s,
int f,
int a)
else 
a[i]=0
;}return count;
}

最優裝載問題（可求得最優解）

注意，裝載體積不限，但是有總重量的限制

其實和揹包問題一樣，「揹包容量相當於船的載重量為 c，物品的重量相當於貨櫃的重量，物品的價值都相當於貨櫃的體積（不在考慮範圍內，看作都相等）」，這不就是個揹包問題了嗎？

也很簡單，不用考慮體積，按重量從小到大乙個個放進去就好了

當然，這樣做最終的轉入的貨櫃總重量可能小於 c，注意題目問的是「將盡可能多的貨櫃裝上輪船」。

時間複雜性：演算法的主要計算量在於將貨櫃依其重量從小到大排序，故演算法所需的計算時間為 o(nlogn)

多處理機排程問題（非最優解）

帶限期的作業排序

二路歸併模式（最優解）（後續補充）

演算法 貪心法

動態規劃在某一步決定優化函式的最大或者最小值時候，需要考慮子問題的優化函式值，從中選出最優的結果。貪心法 也是多不判斷，不考慮子問題的計算結果，根據當時情況採取 只顧眼前的 貪心策略決定取捨，工作量少於動態規劃很多，更具效率 可導致區域性最優化而不是全域性優化 n項活動，使用同乙個禮堂問題 si 和...

python貪心法 演算法 貪心

貪心演算法也被稱為貪婪演算法，它是指在對問題求解時，總是做出在當前看來是最好的選擇。也就是說，不從整體最優上加以考慮，他所做出的是在某種意義上的區域性最優解。貪心演算法不是對所有問題都能得到整體最優解，關鍵是貪心策略的選擇，選擇的貪心策略必須具備無後效性，即某個狀態以前的過程不會影響以後的狀態，只與...

演算法學習 貪心法

只選擇乙個子問題 1.快2.不能保證獲得最優解，可以作為近似解，一般，在特殊情況下可保證最優解。3.適合於組合優化問題 貪心選擇策略 分解方案 s s0,c c0 部分解s，候選集c while complete s 解擴充套件 c c c中引數重新計算以及候選集調整 注意 實現時dist 的初始值...