赞
踩
欢迎关注微信公众号:视学算法,回复【学习】即可获得5T程序员全栈资料。
假设一个问题比较复杂,暂时找不到全局最优解,那么我们可以考虑把原问题拆成几个小问题(分而治之思想),分别求每个小问题的最优解,再把这些“局部最优解”叠起来,就“当作”整个问题的最优解了。
第一步
明确到底什么是最优解?明确下来之后用小本本记下来!
第二步
明确什么是子问题的最优解?再用小本本记下来!
第三步
分别求出子问题的最优解再堆叠出全局最优解?这步不用记!
就是这么简单!
有一个背包,最多能承载150斤的重量,现在有7个物品,重量分别为[35, 30, 60, 50, 40, 10, 25],它们的价值分别为[10, 40, 30, 50, 35, 40, 30],,阿广,如果是你的话,应该如何选择才能使得我们的背包背走最多价值的物品?
第一步
明确到底什么是最优解?
第二步
明确什么是子问题的最优解?再用小本本记下来!
第三步
分别求出子问题的最优解再堆叠出全局最优解?
按照制订的规则(价值)进行计算,顺序是:4 2 6 5 。
最终的总重量是:130。
最终的总价值是:165。
按照制订的规则(重量)进行计算,顺序是:6 7 2 1 5 。
最终的总重量是:140。
最终的总价值是:155。
可以看到,重量优先是没有价值优先的策略更好。
按照制订的规则(单位密度)进行计算,顺序是:6 2 7 4 1。
最终的总重量是:150。
最终的总价值是:170。
可以看到,单位密度这个策略比之前的价值策略和重量策略都要好。
是的,阿广,你说的基本意思正确!
下面我总结一下使用贪心算法的前提:
1、原问题复杂度过高;
2、求全局最优解的数学模型难以建立;
3、求全局最优解的计算量过大;
4、没有太大必要一定要求出全局最优解,“比较优”就可以。
那么几乎99.99999999999%就要使用贪心算法的思想来解决问题。
按串行任务分
时间串行的任务,按子任务来分解,即每一步都是在前一步的基础上再选择当前的最优解。
按规模递减分
规模较大的复杂问题,可以借助递归思想(见第2课),分解成一个规模小一点点的问题,循环解决,当最后一步的求解完成后就得到了所谓的“全局最优解”。
按并行任务分
这种问题的任务不分先后,可能是并行的,可以分别求解后,再按一定的规则(比如某种配比公式)将其组合后得到最终解。
成本
耗费多少资源,花掉多少编程时间。
速度
计算量是否过大,计算速度能否满足要求。
价值
得到了最优解与次优解是否真的有那么大的差别,还是说差别可以忽略。
算法可以贪心
因为算法贪心可以解决
生活中的大部分问题
人啊
千万不要贪心
因为人贪心可以带来
生活中的大部分困难
侈则多欲
君子多欲则恋慕富贵
枉道速祸
推荐阅读
漫画:史上最简(详细)KMP算法讲解,看不懂算我输!
漫画:5分钟搞明白红黑树到底是什么?
漫画:什么是冒泡排序?
欢迎关注微信公众号:视学算法,回复【学习】即可获得5T程序员全栈资料。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。