貪心算法介紹
-
貪婪算法(貪心算法)是指在對問題進行求解時,在每一步選擇中都採取最好或者最優(即最有利)的選擇,從而希望能夠導致結果是最好或者最優的算法
-
貪婪算法所得到的結果不一定是最優的結果(有時候會是最優解) 但是都是相對近似(接近)最優解的結果
貪心算法最佳應用-集合覆蓋
假設存在如下表的需要付費的廣播臺,以及廣播臺信號可以覆蓋的地區。 如何選擇最少的廣播臺,讓所有的地區都可以接收到信號
思路分析:
使用貪婪算法,效率高:
目前並沒有算法可以快速計算得到準備的值, 使用貪婪算法,則可以得到非常接近的解,並且效率高。選擇策略上,因爲需要覆蓋全部地區的最小集合:
- 遍歷所有的廣播電臺, 找到一個覆蓋了最多未覆蓋的地區的電臺(此電臺可能包含一些已覆蓋的地區,但沒有關係)
- 將這個電臺加入到一個集合中(比如ArrayList), 想辦法把該電臺覆蓋的地區在下次比較時去掉。
- 重複第1步直到覆蓋了全部的地區
代碼實現
/**
* title:貪心算法
* date:2020.4.13
*/
package greedy;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.HashSet;
public class GreedyAlgorithm {
public static void main(String args[]) {
//創建廣播電臺,放入到map中
HashMap<String,HashSet<String>> broadcasts = new HashMap<String,HashSet<String>>();
//將各個電臺放入到broadcasts中
HashSet<String> hashSet1 = new HashSet<String>();
hashSet1.add("北京");
hashSet1.add("上海");
hashSet1.add("天津");
HashSet<String> hashSet2 = new HashSet<String>();
hashSet2.add("廣州");
hashSet2.add("北京");
hashSet2.add("深圳");
HashSet<String> hashSet3 = new HashSet<String>();
hashSet3.add("成都");
hashSet3.add("上海");
hashSet3.add("杭州");
HashSet<String> hashSet4 = new HashSet<String>();
hashSet4.add("上海");
hashSet4.add("天津");
HashSet<String> hashSet5 = new HashSet<String>();
hashSet5.add("杭州");
hashSet5.add("大連");
//加入到map
broadcasts.put("K1", hashSet1);
broadcasts.put("K2", hashSet2);
broadcasts.put("K3", hashSet3);
broadcasts.put("K4", hashSet4);
broadcasts.put("K5", hashSet5);
//allAreas 存放所有的地區
HashSet<String> allAreas = new HashSet<String>();
allAreas.add("北京");
allAreas.add("上海");
allAreas.add("天津");
allAreas.add("廣州");
allAreas.add("深圳");
allAreas.add("成都");
allAreas.add("杭州");
allAreas.add("大連");
//創建愛你一個selects存放選擇的電臺
ArrayList<String> selects = new ArrayList<String>();
//定義一個臨時的集合,保存在遍歷過程中,存放遍歷過程中電臺覆蓋地區和還沒有覆蓋地區的交集
HashSet<String> tempSet = new HashSet<String>();
//定義msxkey,保存在一次遍歷過程中,能夠覆蓋地區最大未覆蓋地區對應的電臺key
//如果maxkey不爲NUll,則加到selects
String maxKey = null;
while(allAreas.size() != 0) {//如果allAreas不爲0,表示還沒有覆蓋到所有地區
//每進行一次while,需要maxkey置空
maxKey = null;
//遍歷broadcasts
for(String key:broadcasts.keySet()) {
//沒進行一次for,需要將tempset清空
tempSet.clear();
//當前這個key能夠覆蓋的地區
HashSet<String> arreas = broadcasts.get(key);
tempSet.addAll(arreas);
//求出tempSet 和 allAreas的交集,交集會覆給tempset
tempSet.retainAll(allAreas);
//如果當前這個集合包含的未覆蓋地區的數量比maxKey指向的集合的地區還多
//就需要重置maxKey
//tempSet.size() > broadcasts.get(maxKey).size()這句haul體現出貪婪算法每次選擇最優的
if(tempSet.size() > 0 && (maxKey == null || tempSet.size() > broadcasts.get(maxKey).size())) {
maxKey = key ;
}
}
//maxKey != null,就將maxKey加入到selects
if(maxKey != null) {
selects.add(maxKey);
//將maxKey指向的廣播電臺覆蓋的地區從allAreas中去除
allAreas.removeAll(broadcasts.get(maxKey));
}
}
System.out.println("得到的選擇結果爲:"+selects);
}
}
貪心算法核心
運行結果