贪心算法--活动安排
2017-10-28 15:28
295 查看
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!”
“@#$%^&*%...”
确实如此,世界杯来了,球迷的节日也来了,估计很多ACMer也会抛开电脑,奔向电视了。
作为球迷,一定想看尽量多的完整的比赛,当然,作为新时代的好青年,你一定还会看一些其它的节目,比如新闻联播(永远不要忘记关心国家大事)、非常6+7、超级女生,以及王小丫的《开心辞典》等等,假设你已经知道了所有你喜欢看的电视节目的转播时间表,你会合理安排吗?(目标是能看尽量多的完整节目)
[align=left]Input[/align]
输入数据包含多个测试实例,每个测试实例的第一行只有一个整数n(n<=100),表示你喜欢看的节目的总数,然后是n行数据,每行包括两个数据Ti_s,Ti_e (1<=i<=n),分别表示第i个节目的开始和结束时间,为了简化问题,每个时间都用一个正整数表示。n=0表示输入结束,不做处理。
[align=left]Output[/align]
对于每个测试实例,输出能完整看到的电视节目的个数,每个测试实例的输出占一行。
[align=left]Sample Input[/align]
12
1 3
3 4
0 7
3 8
15 19
15 20
10 15
8 18
6 12
5 10
4 14
2 9
0
[align=left]Sample Output[/align]
5
这里怎么个贪心法呢,要是每个节目的时间最短,还是活动最早结束?第一个想法显然是行不通的
我们选择活动结束时间最早的那个活动,这样能够给其他活动尽可能的腾出多余的时间
拿到题目的输入案例,首先进行排序,按照结束时间进行升序排,第一个毫无疑问符合,从第二个开始判断,1 33 40 73 82 95 106 124 1410 158 1815 1915 20
从第二个开始拿上一个的结束时间和这个的开始时间比较,比较大,也就是在上一个的结束之后那个就符合条件这里是:1 33 45 1010 1515 19一共五个
下面是AC代码,我采用了二维数组来做,可能有点不易懂,之后有时间就再加一个一维数组的来
贪心算法没有固定的算法框架,算法设计的关键是贪心策略的选择。必须注意的是,贪心算法不是对所有问题都能得到整体最优解,选择的贪心策略必须具备无后效性,即某个状态以后的过程不会影响以前的状态,只与当前状态有关。 所以对所采用的贪心策略一定要仔细分析其是否满足无后效性。
贪心算法不一定能得到整体的最优解,他只是保证了局部的最优解,这也正是他与动态规划的区别了,我前面也有一篇动态规划的题目,叫龟兔赛跑。
链接:点击打开链接
但是对于活动安排这种经典的题目来讲,还是十分简单而且高效的
下面看题:
[align=left]Problem Description[/align]
“今年暑假不AC?”
“是的。”
“那你干什么呢?”
“看世界杯呀,笨蛋!”
“@#$%^&*%...”
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]; } }
相关文章推荐
- 贪心算法_活动安排问题_哈弗曼编码
- 贪心算法基础之活动时间安排(一)安排 51nod 贪心教程
- (基于Java)算法之贪心算法——活动安排问题
- 贪心算法之活动安排问题
- 贪心算法——活动安排问题
- 贪心算法-活动安排
- 贪心算法——活动安排
- 贪心算法 活动安排问题
- 贪心算法_活动安排问题
- 贪心算法-4.1活动安排问题
- 贪心算法及活动安排问题
- 贪心算法——活动安排问题
- 贪心算法之活动安排问题
- 贪心算法 活动安排问题
- 贪心算法解决活动安排问题
- 贪心算法--活动安排问题
- 【算法导论】贪心算法之活动安排问题
- 【算法导论实验5】贪心-活动安排问题与背包问题
- 【算法导论】贪心算法之活动安排问题
- 贪心算法之活动安排问题