贪心算法核心定理与应用——以 Gas Station 问题为例

贪心算法核心定理与应用------以 Gas Station 问题为例

一、定理简述

定理：

如果从站点 A 出发由于油箱空了无法走到站点 B，那么从 A 和 B 之间的任何站点 C 出发，也绝不可能到达 B。

二、数值例子与反证

假设站点有 0, 1, 2, 3，从站点 0 开始，如果油量不足导致走不到站点 3：

复制代码

站点:     0      1      2      3
         ↓      ↓      ↓      ↓
油差:    -2     +1     -3
         
从0出发累积：
0→1: tank = -2
1→2: tank = -2+1 = -1
2→3: tank = -1-3 = -4 < 0  ← 失败！

反证法：假设从1能到3

复制代码

1→2: +1
1→3: +1-3 = -2 < 0  ← 也失败！

原因其实很明确：

复制代码

从1到3的累积 = 从0到3的累积 - 从0到1的累积 = -4 - (-2) = -2 < 0

**结论：**从 1 出发也到不了 3

三、数学证明（简洁版）

定义
sum(A,B) 表示从 A 到 B 的总油量
已知
sum(A,B) < 0 （A 走不到 B）
求证

对于任意 C（A < C < B），sum(C,B) < 0

证明

复制代码

sum(A,B) = sum(A,C) + sum(C,B)
即 sum(C,B) = sum(A,B) - sum(A,C)
由于从 A 到 C 能走到，所以 sum(A,C) >= 0
所以 sum(C,B) < sum(A,B) - 0 < 0

结论成立 ------ 从 C 也到不了 B

四、图解与类比

以爬山为例：

A站在山脚，B在山顶，C在半山腰
如果从 A 带着体力都爬不到 B
那么从 C 体力为0更无法爬到 B！

五、定理在算法代码中的应用

c 复制代码

if (current_tank < 0) {
    start = i + 1;
    current_tank = 0;
}

含义：

一旦发现从 start 走不到 i，直接将新起点跳到 i+1，start 到 i 之间的所有点都无需再试！

六、完整例子讲解

如：

复制代码

gas = [1,2,3,4,5], cost = [3,4,5,1,2]

从 0 出发失败，跳到 1
从 1 失败，跳到 2
从 2 失败，跳到 3
从 3 成功一圈，返回 3

其中跳过的起点都无需单独模拟，直接跳过，方式高效。

七、结论总结

定理：

如果从A走不到B，A和B之间的任一点也走不到B

应用精髓：

一旦出现当前累积油量 < 0，直接贪心跳到下一个起点
不回溯，不暴力逐个尝试

一句话总结：

如果带着非负的累积都到不了终点，那么从中间零累积出发更到不了终点！

八、为什么这是贪心算法？

贪心算法特征

每步选择局部最优解
不回溯
希望局部最优导致全局最优

Gas Station 问题的贪心策略：

c 复制代码

if (current_tank < 0) {
    start = i + 1;  // 贪心跳到下一个
    current_tank = 0;
}

一旦发现当前起点失败，立即把可能的起点一锅端，"贪"地跳过这些无效区间。

对比：贪心 vs 暴力

方法	过程	时间复杂度	说明
暴力法	每个起点都尝试一圈	O(n²)	保守、低效
贪心法	一次遍历跳过不可能区间	O(n)	高效、智能跳过

九、贪心算法的正确性与共性

满足：

最优子结构
贪心选择性质
无后效性

与最小硬币找零、Jump Game、活动选择、霍夫曼编码等贪心题型核心思想一致

十、最终总结

Gas Station 是贪心算法，因为它贪婪地跳过不可能的起点，而不是保守逐个尝试。基于数学定理保证了跳过的安全性，时间复杂度大幅降低为 O(n)。这种"大胆跳过一段"的策略就是贪心算法的精髓！

如果你觉得有启发，欢迎点赞/收藏/留言！更多贪心算法实战和原理解读，尽在我的CSDN专栏！