贪心算法,是寻找最优解问题的常用方法,这种方法模式一般将求解过程分成若干个步骤,但每个步骤都应用贪心策略,选取当前状态下最好/最优的选择(局部最优解),并以此希望最后堆叠出的结果也是最好/最优的解。
贪心算法入门(Greedy algorithm)
解决贪心问题的基本步骤
- 将原问题分解为子问题
- 找出贪心策略
- 得到每一个子问题的最优解
- 将所有局部最优解的集合构成称为原问题的一个解
思路分析
贪心算法的根本$\implies$策略的选择
贪心算法的根本在于贪心策略的选择,如果能找出正确的贪心策略的话,贪心问题也就迎刃而解。
贪心策略:即我们需要找到一种方法使得当前可以获得的收益最大。举个栗子:我们每个人都对未来有很多憧憬和计划。我们希望我们的人生都能得到最优解。但是由于我们无法预知之后几年几十年的事情发展,我们无法精准地计算出我们在每一个时间节点的完美选择。于是我们只好选择每一天,或者当前时间段我都做对自己最有帮助的事情。经过不断地积累最后得到最终结果,未必不是一种好的做法。
例题分析
P1090 合并果子
题目描述
在一个果园里,多多已经将所有的果子打了下来,而且按果子的不同种类分成了不同的堆。多多决定把所有的果子合成一堆。
每一次合并,多多可以把两堆果子合并到一起,消耗的体力等于两堆果子的重量之和。可以看出,所有的果子经过 $n-1$ 次合并之后, 就只剩下一堆了。多多在合并果子时总共消耗的体力等于每次合并所耗体力之和。因为还要花大力气把这些果子搬回家,所以多多在合并果子时要尽可能地节省体力。假定每个果子重量都为 $1$ ,并且已知果子的种类 数和每种果子的数目,你的任务是设计出合并的次序方案,使多多耗费的体力最少,并输出这个最小的体力耗费值。
例如有 $3$种果子,数目依次为 $1$ , $2$ , $9$。可以先将 $1$ 、 $2$ 堆合并,新堆数目为 $3$ ,耗费体力为 $3$ 。接着,将新堆与原先的第三堆合并,又得到新的堆,数目为 $12$ ,耗费体力为 $12$ 。所以多多总共耗费体力 $=3+12=15$ 。可以证明 $15$ 为最小的体力耗费值。
输入格式
共两行。
第一行是一个整数 $n(1\leq n\leq 10000)$ ,表示果子的种类数。第二行包含 $n$ 个整数,用空格分隔,第 $i$ 个整数 $a_i(1\leq a_i\leq 20000)$是第 $i$ 种果子的数目。
输出格式
一个整数,也就是最小的体力耗费值。输入数据保证这个值小于 $2^{31}$
说明/提示
对于$30%$的数据,保证有$n \le 1000$:
对于$50%$的数据,保证有$n \le 5000$;
对于全部的数据,保证有$n \le 10000$。
既然是贪心的思想:那么就首先要将问题分解成为子问题,然后着眼于子问题的最优解,最后将所有子问题的最优解汇总即可
$n$堆的果子一定会经过$n-1$次合并,而每次消耗的体力之和为两堆果子的重量。其实很明显,我们要先搬重量小的那些堆,因为这样重的堆就不会被多次搬运而被算入被消耗地体力。
我们也就可以得出这道题最终要采用的贪心策略:每次取出两个最小的进行合并,合并完后再将新的堆存入,再进行重复操作。由于这里涉及到了排序,最优的方法就是用STL里的堆。
AC代码如下:
1 |
|
P1253 线性存储问题
这道题的贪心策略也很明显,我们可以把$L_i\times F_i$看做查询一个数据的时间,那么我们就可以将时间长的放在前面。
由于要储存三个数据($L_1$、$F_i$、编号$i$),所以我这里选择使用结构体+sort+自定义函数来解决排序问题
AC代码如下:
1 |
|
存在的问题和难点
- 证明困难,大部分的贪心算法难以证明
- 大部分情况下其实并不是最优解
- 贪心问题之间的跨越度比较大