Python贪心算法

贪心算法（Greedy Algorithm）是一种常见的算法设计策略，它在每一步选择当前最优解，希望通过局部最优解最终得到全局最优解。贪心算法通常适用于满足一些特定条件的问题，例如货币找零、活动选择、任务调度等。贪心算法的优势在于简单、高效，但并不适用于所有问题。

def activity_selection(start, finish):
    n = len(start)
    activities = []
    i = 0
    activities.append(i)
    
    for j in range(1, n):
        if start[j] >= finish[i]:
            activities.append(j)
            i = j

    return activities

# 测试示例
start_time = [1, 3, 0, 5, 8, 5]
finish_time = [2, 4, 6, 7, 9, 9]
selected_activities = activity_selection(start_time, finish_time)
print("Selected activities:", selected_activities)

在上面的示例中，activity_selection函数使用贪心算法解决活动选择问题。给定一组活动的开始时间和结束时间，函数会选择一组不相互冲突的活动，使得可以安排尽可能多的活动。

贪心算法的关键在于每次选择结束时间最早的活动。在循环中，如果下一个活动的开始时间大于等于当前活动的结束时间，则将其加入到选择的活动列表中。

贪心算法的一个重要特征是贪心选择性质，即每一步都选择最优解，而不考虑未来的选择。因此，贪心算法的正确性通常需要证明。