貪心算法:
1)、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
2)、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
詳細代碼
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
HashMap<String,HashSet<String>> broadcasts = new HashMap<String, HashSet<String>>();
//將各個電臺放入到broadcasts
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ArrayList, 存放選擇的電臺集合
ArrayList<String> selects = new ArrayList<String>();
//定義一個臨時的集合, 在遍歷的過程中,存放遍歷過程中的電臺覆蓋的地區和當前還沒有覆蓋的地區的交集
HashSet<String> tempSet = new HashSet<String>();
//定義給maxKey , 保存在一次遍歷過程中,能夠覆蓋最大未覆蓋的地區對應的電臺的key
//如果maxKey 不爲null , 則會加入到 selects
String maxKey = null;
while(allAreas.size() != 0) { // 如果allAreas 不爲0, 則表示還沒有覆蓋到所有的地區
//每進行一次while,需要
maxKey = null;
//遍歷 broadcasts, 取出對應key
for(String key : broadcasts.keySet()) {
//每進行一次for
tempSet.clear();
//當前這個key能夠覆蓋的地區
HashSet<String> areas = broadcasts.get(key);
tempSet.addAll(areas);
//求出tempSet 和 allAreas 集合的交集, 交集會賦給 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指向的集合地區還多
//就需要重置maxKey
// tempSet.size() >broadcasts.get(maxKey).size()) 體現出貪心算法的特點,每次都選擇最優的
if(tempSet.size() > 0 &&
(maxKey == null || tempSet.size() >broadcasts.get(maxKey).size())){
maxKey = key;
}
}
//maxKey != null, 就應該將maxKey 加入selects
if(maxKey != null) {
selects.add(maxKey);
//將maxKey指向的廣播電臺覆蓋的地區,從 allAreas 去掉
allAreas.removeAll(broadcasts.get(maxKey));
}
}
System.out.println("得到的選擇結果是" + selects);//[K1,K2,K3,K5]
}
}
總結:
貪婪算法即每次都要保證是最優解,使每次取的覆蓋範圍最大。(tempSet.size()>broadcast.get(maxKey).size())