当前位置:   article > 正文

贪心算法思想详解+示例代码_贪心算法代码

贪心算法代码

CSDN话题挑战赛第2期
参赛话题:学习笔记

五大算法思想

  1. 分治思想
  2. 贪心算法/贪婪算法
  3. 动态规划
  4. 动态回溯
  5. 分支定界

贪心算法

今天我们来学习贪心算法。
什么是贪心算法,顾名思义,就是你要贪,做题要学会

实际上,贪心算法就是把大的问题归纳成小问题,然后得到解决的思想,贪心算法是一种思想,没有什么固定的公式与套路。

贪心算法是指在对问题求解时,总是做出在当前看来是最好的选择
也就是说,不从整体最优上加以考虑,只做出在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解,关键是贪心策略的选择,选择的贪心策略必须具备无后效性,即某个状态以前的过程不会影响以后的状态,只与当前状态有关。

贪心算法解题的一般步骤是:
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.对每一子问题求解,得到子问题的局部最优解;
4.把子问题的局部最优解合成原来问题的一个解。

到目前位置,我们已经了解过贪心算法的思想了,比如A星寻路算法,他就是寻找每个路径的最小代价,进而找到对于当前情况来说的最优解,但他并不一定是全局最优的,但是它一定是局部最优。
对于A星寻路算法,可以看我这篇博客:A星寻路代码详解
还有一个我们了解的例子,就是选择排序法: 它也是使用了贪心算法的思想.

所以,对于贪心算法:

  • 能且只能做当前看来最优的选择 如此反复 试图得到最终最优解。
  • 每一步都是局部最优。
  • 缺点:并非一定能得到整体最优解。

举例说明

因为贪心算法比较抽象,我们将通过几个例子来深入了解这个算法思想
希望通过这几个例子,可以帮助你更加深入的了解贪心算法,这几个例子只是贪心算法这方面的基础题型,以后我会带领大家往深入的方向了解贪心算法及其他四种算法思想。

选择排序

没错,我们常见的选择排序就是运用了贪心算法的思想,怎么个贪心法呢?
假如你想要让数字从递增排序,选择排序就是从数组的零下标开始,依次从后面找到最小的元素的下标与当前位置的元素互换,这个在后面寻找最小元素的过程就是贪心的思想。

贪心策略寻找最小的元素,(贪心的)认定此最小元素就是当前位置的最小元素。(递增,递减则相反)

void choice_sort(int* arr,int len)
{
	for (int i = 0; i < len - 1; i++)
	{
		int minIdx = i;
		for (int j = i + 1; j < len; j++)
		{
		
			minIdx = (arr[minIdx] < arr[j]) ? minIdx : j;
		}
		auto temp = arr[minIdx];
		arr[minIdx] = arr[i];
		arr[i] = temp;
	}
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15

删除数字

我们可以输入任意位数的数字num(不局限于整数类型),我们可以指定删除任意n位数。请问:当我们去除n位后,这个数字序列所能组成的最小数字是多少?注意:数字保持原有序列,不能更改顺序
示例:
输入: num:178453 n:4
结果:13
输入: num:156263 n:4
结果:12

解析:对于数字 178453 删除任意四位数,剩下的数字还有两个,也就是说我们要找到剩下的两个数字的最大的那一种情况,我们只能删除中间四位, 那么我们剩下 1和3 ,也就是13 ,13即是数字删除4位后最小的数字。没有别的情况。对于数字156263也是,只有删除5663后,剩下的数字12是最小的。我们也不能更改数字的顺序。

贪心思想:既然我们要找到删除后最小的数字组成的序列,那我们就找到原序列中最大的数字删掉不就好了?
贪心策略寻找序列中最大的n位数字,删除(或者覆盖),那么剩下的就是最小的数字序列。

#include <iostream>
#include <string>
using namespace std;
int main()
{
	string num;
	cin >> num;
	int len = num.size();
	
	int n = 0;
	int k;
	cin >> k;	//删除的位数
	while (k--)
	{
		//每次都寻找此序列中最大的数字(寻找局部最优解)
		while (n < len && num[n] <= num[n + 1])
		{
			n++;
		}
		//找到局部最优解后,后面的数字覆盖过来,把他删除
		for (int i = n + 1; i < len; i++)
		{
			num[i - 1] = num[i];
		}
		//数字长度减1
		len--;
		//重置寻找局部最大值
		n = 0;
	}
	for (int i = 0; i < len; i++)
	{
	//我们只是覆盖那些数字了,并没有删除,根据剩下的长度找到最小序列
		cout << num[i];

	}
	return 0;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37

在这里插入图片描述

寻找数字最大和

我们有很多条路径,每个路径对应一个数字,我们的终点是 数字9,我们要到走到终点,第五行每个数字都可以当作最后的终点,你要选择一条合适的路径,使得路径上的数字之和相加最大,并且输出这条路径的数字之和。(不能往回走,但是可以用不同的路径走相同的数字,例如,3可以走2次,从4走过来,或者从7走过来)。
结果: 28
在这里插入图片描述

我们要找到路径最大的一种方式,这个题的题解有很多,你也可以使用暴力搜索的方式,依次遍历每一条路径,最后比较得到最大数字的路径,但是这样的方式会很慢,我们没有必要遍历每一条路径。
我们可以采取这种方式:从起点出发,当我们遇到分岔路的时候,先别着急走,先计算下一个数字与现在的数字之和,如果右边数字之和大于左边,则走右边,反之走左边。例如, 9 + 4 = 13; 9 + 7 =16 ,那么我们一定选择 7这条路径,我们就不用走左边4这条路径了。

我们不妨从下往上走,从终点直到起点,我们的每一步都按照贪心的思想走,走和最大的路,则我们到达起点时,一定是正确的路径(即和最大)。

贪心思想:依次计算当前数字和下面的数字之和,分别计算当前数字与下面多个数字的和,选择最大数字之和的那一条路径走。
贪心策略:选择当前数字与下面多条路径数字之和最大的那一条路走。

#define NUM 5
int getMaxPath(int i, int j)
{
	/*
	从下往上走
	*/
	int temp[NUM][NUM]{ 0 };
	//先给最后一行赋值
	for (int j = 0; j < NUM; j++)
	{
		temp[NUM - 1][j] = arr[NUM  - 1][j];		//注意,行数有五行,但是下标从0 - 4
	}

	//在从倒数第二行开始依次相加
	for (int i = NUM - 2; i >= 0; i--)
	{
		for (int j = 0; j <= i; j++)
		{
			//当前数字等于当前数字加上下一行的最大的那个数字
			temp[i][j] = arr[i][j] + Max(temp[i+1][j], temp[i+1][j + 1]);	//Max函数即求两数字最大值
		}
	}
	return temp[0][0];	//最顶部一定是最大的
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24

买股票

在这里插入图片描述
在这里插入图片描述
解析:你今天买了股票,下次就要卖出,不能连续两天都买或者卖,只能买卖操作,让你求怎么买或者卖,得到的利润最大。

贪心思想:既然是买股票,那你就计算今天和明天,这两天的股票价之差是否大于零(是否是盈利)就行呗。你管他赚的多还是少,只要赚钱你就买卖呗,如果是负的(亏损),则不买不卖。
贪心策略:只要这两天的股票利润为正,就买入卖出。

int maxProfit(vector<int>& prices) {
   int total=0;
    for (int i=0;i<prices.size()-1;i++)
    {
        int temp=prices[i+1]-prices[i];
        if (temp>0)
        {
            //只要是正利润,那你就买呗
            total+=temp;
        }
    }
    returntotal;
} 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13

最大回文字符串

在这里插入图片描述
注意:题目没有说明这些数字的顺序不能改变,因此这题,字符的顺序都是可以改变的,任你随便怎么顺序,只要能构成一个回文字符串,就行,要求你输出能够组成的最大回文串的长度。

解析:我们观察到,回文串的左右两侧是对称的,并且假设有一个回文中心奇数个数的回文串回文中心是一个单独出现的字母(或者是奇数个数的字母的单独的哪一个),偶数个数的回文串的回文中心是一条你看不见的线(因为偶数回文串左右完全对称)。
因此:回文串可以由两种情况:

  1. 全部都是偶数,回文串左右完全对称。
  2. 存在某个字母个数为奇数,例如3个a,则把两个a放在左右两端,单独的a放在回文中心。

贪心思想:只要某个单词出现了偶数次,就把回文串长度加2(白给的两个一样的字母,你不放左右两边,你还想放哪???);如果有多余的奇数个字母,则回文串加2,再单独一次加1(当作回文中心),注意:此后如果再出现1个或者已经分离了的奇数个,则长度无法再次加1
贪心策略单词出现偶数次,长度加2;出现奇数次,判断长度是否能够加2(有一个专门的公式),再单独加1

int longestPalindrome(string s) {
	  map<char,int> count_c;
	  for (auto& x:s)
	  {
	      count_c[x]++;
	  }
	
	  int len=0;
	  for (auto& x:count_c)
	  {
	      int temp=x.second/2*2;
	      len+=temp;
	      if (temp%2 && len%2==0)
	      {
	          len+=1;
	      }
	  }
	  return len;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19

我可能描述的不是很清晰,关于这道题的详细解释,请看leetcode官方解释:
最长回文串

背包问题

背包问题
有一个背包,容量由你自己输入,有n个物品,每个物品都具有容量与价值,这些都是由你自己输入的,请问,要怎么放物品到背包里,才能使得总价值最大呢,放入背包的总容量要小于等于背包的总容量。(如果一个物品放不下,则可以拆分成多个小块)
背包:M:100
物品:N:7
重量 价值
10 20
20 40
30 30
25 20
50 40
10 35
60 70

结果:

解析:每个物品都具有其重量与价值,我们不妨计算出每个物品的单位价值。
单位价值指的是:每重量的价值。 然后我们将这些物品按照单位价值递减排序。
这样一来,我们就简单了,只需用贪心,依次把最大单位价值的物品价值和容量相加就行了。

贪心思想:单位价值最大的物品,我们假设他就是最好的,则直接把他放在背包里面。
贪心策略单位价值最高,直接把它放包里。

#include <iostream>
#include <algorithm>
using namespace std;

const int SIZE = 100;

struct box
{
	int w;	//物品重量
	int p;	//物品价格
	double w_p;	//单位价格(每重量的价值)
};

int cmp(const box& a,const box& b)
{
	return a.w_p > b.w_p;	//递减
}

int main()
{
	int M;	//背包总容量
	int n;
	printf("请输入背包的容量和物品个数:");
	//scanf("%d", &M);
	cin >> M >> n;
	box tools[SIZE];
	printf("请输入每个物品的重量,价值: (共五个)");
	for (int i = 0; i < n; i++)
	{
		//scanf("%d %d", &tools[i].w, &tools[i].p);
		cin >> tools[i].w >> tools[i].p;
		tools[i].w_p = (double) tools[i].p / tools[i].w;
	}
		
	/*
	对单位价值按照从大到小的顺序排序
	*/
	sort(tools, tools + n, cmp);

	/*
	贪心思想: 每次只把单位价值最高的相加,寻找局部最优解
	*/
	double total_p = 0;		//总利润
	for (int i = 0; i < n; i++)
	{
		//背包容量大于此物品的容量
		if (M >= tools[i].w)
		{
			//总价值相加
			total_p += tools[i].p;
			//背包容量减去这个物品
			M -= tools[i].w;
			cout << "重量:" << tools[i].w << "  价值:" << tools[i].p << "的物品被放入了背包" << endl << "放入比例:" << 1 << endl;
		}
		else
		{
			//背包容量已经不能放下一整个物品了,只能放一部分,只把这一块的价值相加
			total_p += (M * tools[i].w_p);
			cout << "重量:" << tools[i].w << "   价值:" << tools[i].p << "的物品被放入了背包" << endl << "放入比例:" << M / tools[i].w<< endl;

			break;	//结束了
		}
	}
	printf("总价值: %.2lf\t 背包剩余容量:%d\n", total_p, M);
	return 0;
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66

在这里插入图片描述

小结

我们学习了贪心算法的基本思想,贪心算法比较抽象,它就是在局部找到最优的情况,还有一种思想,动态规划,他是在全局找到最优解的情况,我们下节再说。

另外,如果在文章中找到了错误,欢迎指正,我也是初学者,我们共同进步!

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/知新_RL/article/detail/1013138
推荐阅读
相关标签
  

闽ICP备14008679号