在介绍贪婪算法之前先介绍一下最优化问题。 每个最优化问题都包含一组限制条件和一个优化函数。符合限制条件的问题求解方案称为可行解。使优化函数可能取最佳值的可行解称为最优解。 贪婪算法: 在贪婪算法中,要逐步构造出一个最优解。每一步,我们都在一定的标准下,做出一个最有决策。在每一步做出的决策,在以后的步骤中都不可更改。作出决策所依据的标准称为贪婪准则。 下面用一个例子来阐述贪婪算法的思想以及对应的贪婪法则 找零钱:一个小孩用1美元来买价值不足1美元的糖果,售货员希望用数目最少的硬币找给小孩零钱。假设有面值为25美分,10美分,5美分和1美分的硬币,而且数目不限。售货员每次选择一枚硬币,凑成要找的零钱。 这里的选择硬币时的贪婪法则为:在不超过要找零钱数的情况下,每次尽可能选择面值最大的硬币。 假设要找给小孩66美分, 伪代码步骤:
- 选择面值最大的硬币 和要找的钱数比较
if 面值最大的<要找的钱数比较: 选择该面值的硬币 else: 选择出它之外面值最大的硬币
- 选择完成之后用当前要找的零钱数减去选择的面值的硬币,并在相应的计数上+1
- 循环进行上面的步骤
- 直至要找的钱凑够
实现:
1 |
|
结果: