贪心算法(Java版本)

news2024/11/8 17:01:57

一、贪心算法

1、算法描述

贪心算法(Greedy algorithm),又叫做贪婪算法。

在对问题求解时,不从整体考虑,而是从问题的某一个初始解出发,每一步选择中都采取在当前状态下最好或最优的选择(局部最优解),然后向下一步继续进行,且不能回溯,不断地选取当前最优解,通过局部最优解从而使得问题得到全局最优解。

贪心算法必须要注意:

  • 贪心策略的选择
  • 一定会有一个排序
  • 通过局部最优解能够得到全局最优解

贪心算法不是对所有问题都能得到整体最优解,并且贪心算法是没有固定的模板可以遵循的,每个题目都有不同的贪心策略,所以算法设计的关键就是贪心策略的选择。

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(当前的选择,不能影响后续选择对于结果的影响)。

2、贪心算法的设计步骤

可按照算法定义设计:

  • 证明原问题的最优解之一可以由贪心选择得到。
  • 将最优化问题转化为这样一个问题,即先做出选择,再解决剩下的一个子问题。
  • 对每一子问题一一求解,得到子问题的局部最优解。
  • 把子问题的解局部最优解合成原来解问题的一个解。

3、适用范围

一般通过以下问题就可以通过贪心算法解决:

  • 1)针对某个问题有限制值,以及有一个期望的最好结果,通常是从某些数据中选出其中一些,达到最好的结果。
  • 2)一般会有一个排序,找出贡献最大的。
  • 3)举例看贪心是否可以解决。

一般用在任务调度,教师排课等系统。实际上,用贪心算法解决问题的思路,并不总能给出最优解,比如背包问题(动态规划解决)。

4、该算法存在的问题

  • 不能保证求得的最后解是最佳的
  • 不能用来求最大值或最小值的问题
  • 只能求满足某些约束条件的可行解的范围

二、示例

1、最优会议安排问题

最优会议安排问题:

公司有N个同等级的会议需要使用同一个会议室,现在给你这N个会议的开始和结束时间,你怎么样安排才能使会议室最大利用?即安排最多场次的会议?

1)会议类

public class Meeting {

	private int meNum; // 编号
	private int startTime; // 开始时间
	private int endTime; // 结束时间

	public Meeting(int meNum, int startTime, int endTime) {
		super();
		this.meNum = meNum;
		this.startTime = startTime;
		this.endTime = endTime;
	}
// getter setter
}

2)贪心算法

public class MeetingArrange {

	public static void main(String[] args) {
		List<Meeting> meetingList = new ArrayList<Meeting>();
		meetingList.add(new Meeting(1, 2, 8));
		meetingList.add(new Meeting(2, 9, 10));
		meetingList.add(new Meeting(3, 8, 9));
		meetingList.add(new Meeting(4, 9, 15));
		meetingList.add(new Meeting(5, 14, 16));
		meetingList.add(new Meeting(6, 17, 19));
		meetingList.add(new Meeting(7, 16, 20));

		List<Meeting> res = meetingArrange(meetingList, 0, 4);
		for (Meeting metting : res) {
			System.out.println("安排的会议:" + metting);
		}
	}

	/**
	 * 会议安排算法(贪心算法)
	 *
	 * @param meetingList
	 *            - 待安排的所有会议
	 * @param curTime
	 *            - 会议当前时间,从一天的0点开始,如果领导要求从8点开始 那curTime=8
	 * @param meetingNum
	 *            - 安排几场会议
	 * @return
	 */
	private static List<Meeting> meetingArrange(List<Meeting> meetingList, int curTime, int meetingNum) {
		List<Meeting> resultList = new ArrayList<>();

		// 1.对开始时间排序
		meetingList = meetingList.stream().sorted(Comparator.comparingInt(Meeting::getStartTime)).collect(Collectors.toList());
		// 记录已安排的会议数量
		int tempCount = 0;
		// 2.遍历
		for (Meeting meeting : meetingList) {
			// 3.若会议的开始时间比我们当前的要大,则表示可以开
			if (meeting.getStartTime() >= curTime) {
				resultList.add(meeting);
				// 贪心策略:会议每次当前时间变为会议的结束时间
				curTime = meeting.getEndTime();
				tempCount++;
			}
			if (meetingNum == tempCount) {
				break;
			}
		}
		return resultList;
	}
    
}

在这里插入图片描述

2、最优装载问题

最优装载问题:

一条小船用来运输古董到河对岸。假设船的最大载重量为MAXWEIGHT,每件古董的重量为 w_i,怎么能够装载最多数量的古董到船上呢?

public class OptimizedLoading {

	public static void main(String[] args) {
		int[] weight = { 4, 10, 7, 11, 3, 5, 14, 2 };
		int[] res = maxLoading(weight, 30);
		System.out.println("能装入的古董最大数量为: " + res.length);
		System.out.println("能装入的古董为: " + Arrays.toString(res));
	}

	/**
	 * 装载算法(贪心算法)
	 * 
	 * @param weight
	 *            - 带装入的所有古董重量
	 * @param maxWeight
	 *            - 小船的最大载重量
	 * @return 返回装载的古董
	 */
	public static int[] maxLoading(int[] weight, int maxWeight) {
		// 记录装载到小船上古董
		int resIndex = 0;
		int[] result = new int[weight.length];

		// 1.对weight数组进行排序
		Arrays.sort(weight);
		// 记录已装载到船上的古董重量
		int tempWeight = 0;
		// 2.遍历
		for (int i = 0; i < weight.length; i++) {
			// 贪心策略:每次装入最轻者
			tempWeight += weight[i];
			// 3.若加入最轻者后还小于载重量,则记录古董
			if (tempWeight <= maxWeight) {
				result[resIndex++] = weight[i];
			} else {// 超重,不能装载
				break;
			}
		}
		// 返回装载的古董
		return result;
	}

}

在这里插入图片描述

参考文章:

  • 贪心算法(贪婪算法):https://blog.csdn.net/TuttuYYDS/article/details/124636914
  • 贪心算法典型题目详解(Java版本 共6题):https://blog.csdn.net/seagal890/article/details/90614064

– 求知若饥,虚心若愚。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/108761.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

vcpkg踩坑记录

接触了vcpkg一段时间, 感觉在包管理方面确实很有帮助, 然而在使用中, 也碰到了各种各样的问题, 总结记录一下. vcpkg github: https://github.com/Microsoft/vcpkg 快速使用指南 To get started: > git clone https://github.com/Microsoft/vcpkg.git(也可以从下载地址直…

C语言—局部变量和全局变量

不同函数之间定义的变量是无法相互进行访问的&#xff1b; #include <stdio.h>void Test();int main() {int a 100;printf("%d", b); }void Test() {int b 200;printf("%d", a); } 在main函数中无法访问到Test中的变量b&#xff0c;同样&#xff…

2022吴恩达机器学习课程——第三课(非监督学习)

注&#xff1a;参考B站视频教程 视频链接&#xff1a;【(强推|双字)2022吴恩达机器学习Deeplearning.ai课程】 写在前面&#xff1a;文章只是为了记录学习课程的整个过程&#xff0c;方便以后查漏补缺&#xff0c;方便找到对应章节&#xff0c;希望看到这篇文章的同学能够认真的…

Numpy+PIL实现图片的自由旋转

1.内容简介 使用PIL和Numpy编程实现图片的自由旋转。 2.技术要点 &#xff08;1&#xff09;用Python PIL库将图片读取为NumPy 数组。 &#xff08;2&#xff09;采用旋转后图像幅面放大的图像旋转变换方式&#xff0c;根据旋转角度和原图像尺寸计算图像像素点的旋转变换矩阵…

MySQL中 java 的 JDBC 编程使用方法及驱动包的下载和使用

文章目录1.简介2.JDBC 的使用2.1 先安装对应数据库的驱动包~~2.2 把安装好的 jar 驱动包导入到项目中~~2.2.1 在项目中创建目录&#xff0c;把 jar 包拷贝进来。2.2.2 右键创建的目录3.编写数据库代码插入一个记录4.查看插入记录后的数据表5.如何编写代码实现查找操作1.简介 实…

数据库实验2 数据库安全性定义与检查

前言&#xff1a;记得验收时问了一个问题吧&#xff0c;就是用户和角色的区别是什么 实验2.1自主存取控制实验 1.实验目的 掌握自主存取控制权限的定义和维护方法。 2.实验内容和要求 定义用户、角色,分配权限给用户、角色,回收权限,以相应的用户名登录数据库验证权限分配…

分享巧记Linux命令的方法

最近有些学弟经常私信问我说&#xff0c;他们自己是Linux方面的小白&#xff0c;对于Linux的命令了解十分的少&#xff0c;虽然每次跟着我推荐的学习视频教程可以进行操作&#xff0c;但是离开了视频&#xff0c;就又是两眼抓瞎&#xff0c;什么也想不起来。不知道怎么样通过命…

【数据结构】队列与Queue接口

目录 一、队列 二、 Java里的Queue接口 1、概述 2、常用方法 1.入队 2.出队 3.获取队首元素 4、判空 三、单链表实现队列 1、准备字段 2、实现入队 3、实现出队 4、实现获取队首元素 5、实现判空 四、循环队列的实现 1、前言 2、字段准备 3、实现入队 4、实现…

一致性哈希

一、简介 这个算法是一种特殊的哈希算法&#xff0c;目的是解决分布式缓存的问题。 普通哈希算法在分布式存储具有较大的局限性&#xff0c;简单的讲就是难以扩展。 一致性哈希相对而言具有较好的容错性和可扩展性&#xff0c;更加适合现在的分布式存储。 二、经典哈希版本 …

SpringBoot+Vue项目实践课程教学管理平台

文末获取源码 开发语言&#xff1a;Java 使用框架&#xff1a;spring boot 前端技术&#xff1a;JavaScript、Vue.js 、css3 开发工具&#xff1a;IDEA/MyEclipse/Eclipse、Visual Studio Code 数据库&#xff1a;MySQL 5.7/8.0 数据库管理工具&#xff1a;phpstudy/Navicat JD…

✿✿✿JavaScript --- JSON

目录 1.JSON的简介 2.JSON的语法规则 3.JSON 字符串转换为 JavaScript 对象 4.常用的JSON相关的函数 5.JSON对象的遍历 6.补充&#xff1a;JS中的this关键字 1.JSON的简介 JSON&#xff08; JavaScript Object Notation &#xff09; 是用于存储和传输数据的格式&#xf…

Android studio配置大内存,编译速度更快!

本文使用的是windows 10系统&#xff0c;Android studio 版本是Android Studio Chipmunk | 2021.2.1&#xff08;松鼠&#xff09; 目录为什么要配置大内存&#xff1f;默认内存是多少&#xff1f;如何扩大内存配置&#xff1f;这个配置保存在哪个文件&#xff1f;文件在哪里&a…

二叉树10:二叉树的最小深度

主要是我自己刷题的一些记录过程。如果有错可以指出哦&#xff0c;大家一起进步。 转载代码随想录 原文链接&#xff1a; 代码随想录 leetcode链接&#xff1a;111. 二叉树的最小深度 题目&#xff1a; 给定一个二叉树&#xff0c;找出其最小深度。 最小深度是从根节点到最近…

Asp.Net Core实现最基本的Http服务

概述 和.NetFramework时代不同&#xff0c;Core是可以自承载的&#xff0c;也就说开发好的Web项目&#xff0c;可以打包成exe直接运行的&#xff0c;而不必放到IIS这样的环境中。接下来&#xff0c;我们写点代码&#xff0c;体验一下Asp.Net Core自带的Http功能。 初体验 所谓…

嵌入式微功耗RTU的功能与特点介绍、技术参数详情

平升电子嵌入式微功耗RTU&#xff0c;可灵活嵌入至各类仪表、传感器和工业设备中&#xff0c;定时采集设备数据并通过4G/5G/NB-IoT远传至监管软件&#xff0c;实现设备联网。 嵌入式微功耗RTU设计小巧、方便集成&#xff0c;微功耗运行&#xff0c;支持标准水资源/水文/环保/M…

Biotin-PEG-AC,Biotin-PEG-Acrylate,生物素PEG丙烯酸酯线性杂双功能PEG试剂

英文名称&#xff1a;Biotin-PEG-AC&#xff0c;Biotin-PEG-Acrylate 中文名称&#xff1a;生物素-聚乙二醇-丙烯酸酯 生物素-聚乙二醇-丙烯酸酯是一种含有生物素和丙烯酸酯的线性杂双功能聚乙二醇试剂。它是一种有用的带有PEG间隔基的交联或生物结合试剂。生物素能与亲和素和…

智创万物,数赢未来——如何助推数智时代的发展浪潮

数智化核心特征 可视化 消费者的行为可以看得见&#xff0c;生产者的行为也可以看得见。产业互联网或者消费互联网非常重要的一点就是要对消费者行为和生产者行为的可视化&#xff0c;其背后是数字化的力量。 可量化 可量化意味着企业家可以对管理流程进行改造&#xff0c;…

echarts的legend——图例样式的配置

认识图例&#xff1a; 以上几张图表中&#xff0c;红色圆圈部分即图例 echarts图表中的图例&#xff0c;有形状&#xff0c;颜色&#xff0c;位置等等各种样式的不同配置。 echarts官网配置项手册里有非常详细的内容&#xff0c;我们挑几种常用的看看&#xff0c;加深对legend属…

深度学习——物体检测算法:R-CNN,SSD,YOLO(笔记)

一&#xff0c;R-CNN 1.区域卷积神经网络R-CNN 首先从输入图像中提取若干个锚框&#xff0c;并标注好它们的类别和偏移量。然后用卷积神经网络对每一个锚框进行前向传播抽取特征。最后用每个提议区域的特征来预测类别和边界框。 ①使用启发式搜索算法来选择锚框 ②使用预训练…

【第一周学习——认识 O(N*logN) 的排序[ 归并排序 、堆排序、快速排序 ]

前言&#xff1a; &#x1f44f;作者简介&#xff1a;我是笑霸final&#xff0c;一名热爱技术的在校学生。 &#x1f4dd;个人主页&#xff1a;个人主页1 || 笑霸final的主页2 &#x1f4d5;系列专栏&#xff1a;《数据结构与算法》 &#x1f4e7;如果文章知识点有错误的地方&a…