贪心算法--活动安排

贪心算法是指在对问题求解时候，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的仅是在某种意义上的局部最优解。
   

贪心算法没有固定的算法框架，算法设计的关键是贪心策略的选择。必须注意的是，贪心算法不是对所有问题都能得到整体最优解，选择的贪心策略必须具备无后效性，即某个状态以后的过程不会影响以前的状态，只与当前状态有关。 所以对所采用的贪心策略一定要仔细分析其是否满足无后效性。

贪心算法不一定能得到整体的最优解，他只是保证了局部的最优解，这也正是他与动态规划的区别了，我前面也有一篇动态规划的题目，叫龟兔赛跑。
链接：点击打开链接

但是对于活动安排这种经典的题目来讲，还是十分简单而且高效的
下面看题：

[align=left]Problem Description[/align]
“今年暑假不AC？”

“是的。”

“那你干什么呢？”

“看世界杯呀，笨蛋！”

“@#$%^&*%...”

确实如此，世界杯来了，球迷的节日也来了，估计很多ACMer也会抛开电脑，奔向电视了。

作为球迷，一定想看尽量多的完整的比赛，当然，作为新时代的好青年，你一定还会看一些其它的节目，比如新闻联播（永远不要忘记关心国家大事）、非常6+7、超级女生，以及王小丫的《开心辞典》等等，假设你已经知道了所有你喜欢看的电视节目的转播时间表，你会合理安排吗？（目标是能看尽量多的完整节目）

 

[align=left]Input[/align]
输入数据包含多个测试实例，每个测试实例的第一行只有一个整数n(n<=100)，表示你喜欢看的节目的总数，然后是n行数据，每行包括两个数据Ti_s,Ti_e (1<=i<=n)，分别表示第i个节目的开始和结束时间，为了简化问题，每个时间都用一个正整数表示。n=0表示输入结束，不做处理。

 
[align=left]Output[/align]
对于每个测试实例，输出能完整看到的电视节目的个数，每个测试实例的输出占一行。
 
[align=left]Sample Input[/align]

12
1 3
3 4
0 7
3 8
15 19
15 20
10 15
8 18
6 12
5 10
4 14
2 9
0

 
[align=left]Sample Output[/align]

5
这里怎么个贪心法呢，要是每个节目的时间最短，还是活动最早结束？第一个想法显然是行不通的
我们选择活动结束时间最早的那个活动，这样能够给其他活动尽可能的腾出多余的时间
拿到题目的输入案例，首先进行排序，按照结束时间进行升序排，第一个毫无疑问符合，从第二个开始判断，1 33 40 73 82 95 106 124 1410 158 1815 1915 20
从第二个开始拿上一个的结束时间和这个的开始时间比较，比较大，也就是在上一个的结束之后那个就符合条件这里是：1 33 45 1010 1515 19一共五个
下面是AC代码，我采用了二维数组来做，可能有点不易懂，之后有时间就再加一个一维数组的来

import java.util.Scanner;
public class P2037AA {
private static Scanner scanner;
public static void main(String[] args) {
scanner = new Scanner(System.in);
while (scanner.hasNext()) {
int n = scanner.nextInt();// 节目总数
if(n == 0){
break;
}
int active[][] = new int
[2];
int count = 1;// 计算
// 输入
for (int i = 0; i < n; i++) {
active[i][0] = scanner.nextInt();
active[i][1] = scanner.nextInt();
}
// 排序
for (int i = 0; i < n - 1; i++) {
for (int j = i + 1; j < n; j++) {
if (active[i][1] >= active[j][1]) {
sort(i, j, active);// 交换
}
}
}
// 比较
/*
for (int i = 0; i < n - 1; i++) {
for (int j = i + 1; j < n; j++) {
if (active[i][1] <= active[j][0]) {
count++;
i = j - 1;
break;
}
}
}
*/
int i = 0;
for (int j = 1; j < n; j++) {
if (active[i][1] <= active[j][0]) {
count++;
i = j;
}
}
System.out.println(count);
}

}

private static void sort(int i, int j, int[][] active) {
active[i][1] = active[i][1] ^ active[j][1];
active[j][1] = active[i][1] ^ active[j][1];
active[i][1] = active[i][1] ^ active[j][1];

active[i][0] = active[i][0] ^ active[j][0];
active[j][0] = active[i][0] ^ active[j][0];
active[i][0] = active[i][0] ^ active[j][0];
}
}