贪心算法个人见解

目录

基本思想:

贪心算法的步骤:

示例:


贪心算法(Greedy Algorithm)是一种基于贪心策略的算法范式,它在每一步选择中都采取当前状态下的最优选择,而不考虑全局最优解。贪心算法通常适用于那些问题,局部最优策略能够导致全局最优解的情况。

基本思想:

  1. 建立贪心选择性质: 通过某种规则确定每一步的选择,使每一步都是当前状态下的最优选择。

  2. 无后效性: 一个阶段的状态一旦确定,就不受后续决策的影响。即,某个阶段的状态只与当前阶段的状态有关。

  3. 贪心选择和最优子结构性质: 当一个问题的整体最优解可以通过一系列局部最优的选择得到时,就称该问题具有贪心选择性质,并且具有最优子结构性质。

贪心算法的步骤:

  1. 建立数学模型: 明确问题的具体要求,并用数学模型来描述问题。

  2. 制定贪心策略: 根据问题的性质,选择一种贪心策略,确保每一步都是局部最优的选择。

  3. 证明最优子结构性质: 证明每一步的贪心选择确实是最优的,并且该选择不影响其他子问题的最优解。

  4. 设计算法: 根据贪心策略设计算法,并实现解决问题。

示例:

考虑一个经典的贪心算法问题:找零钱问题(Coin Change Problem)。

问题描述:给定不同面额的硬币和一个总金额,找到能够组成该金额的最少硬币数。

贪心策略:每次选择面额最大的硬币,直到达到总金额。

算法步骤:

  1. 将硬币按面额降序排序。

  2. 从面额最大的硬币开始,尽可能多地选择该硬币,直到达到或超过目标金额。

  3. 如果仍有剩余金额,重复步骤2,选择次大面额的硬币,直到凑够总金额。

    public class GreedyCoinChange {

    复制代码
     public static int minCoins(int[] coins, int amount) {
         // 将硬币按面额降序排序
         Arrays.sort(coins);
         int coinCount = 0;
         int index = coins.length - 1;
    
         while (amount > 0 && index >= 0) {
             if (coins[index] <= amount) {
                 int numCoins = amount / coins[index];
                 coinCount += numCoins;
                 amount -= numCoins * coins[index];
             }
             index--;
         }
    
         return (amount == 0) ? coinCount : -1; // 如果amount不为0,说明无法凑够总金额
     }
    
     public static void main(String[] args) {
         int[] coins = {1, 2, 5};
         int amount = 11;
    
         int result = minCoins(coins, amount);
    
         if (result != -1) {
             System.out.println("最少硬币数量:" + result);
         } else {
             System.out.println("无法凑够总金额。");
         }
     }

    }

这个例子中,贪心算法通过选择面额最大的硬币,逐步凑够总金额,实现了在最少硬币数量下凑够总金额的目标。在实际问题中,需要注意问题的性质以及贪心选择是否确保最优解。不是所有问题都适合贪心算法,有时需要动态规划等其他方法来解决。

相关推荐
kyle~4 小时前
模型预测控制(MPC)
算法·机器人·控制·传感器
牢姐与蒯5 小时前
cpp算法之哈希
c++·算法·哈希算法
开开心心就好6 小时前
两张表格数据对比工具,不用写函数也能查
算法·spring·智能手机·pdf·电脑·intellij-idea·音视频
电科_银尘7 小时前
【大模型算法与工程 02】线性回归与逻辑回归:从损失函数到决策边界
算法·逻辑回归·线性回归
玄昌盛不会编程8 小时前
LeetCode——2243. 计算字符串的数字和
java·算法·leetcode
电科_银尘10 小时前
【大模型算法与工程 01】机器学习的问题定义:监督、无监督、自监督与强化学习
人工智能·算法·机器学习
电科_银尘11 小时前
【大模型算法与工程 05】分类、回归与排序指标:怎样评价一个模型
算法·分类·回归
罗西的思考1 天前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(2)
人工智能·算法·机器学习
罗西的思考1 天前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(1)
人工智能·算法·机器学习
武子康1 天前
H3-World 接入 Game Agent:谁来判断门真的打开了?
人工智能·算法·机器学习