贪心算法
- 贪心算法(又称贪婪算法)是指,在对问题求解时,在每一步选择中都采取最好或最优/最有利的选择,从而希望能够导致结果是最好的算法。
- 贪心算法的特点是一步一步地进行,常以当前情况为基础根据某个优化测度作最优选择,而不考虑各种可能的整体情况,省去了为找最优解要穷尽所有可能而必须耗费的大量时间。贪心算法采用自顶向下,以迭代的方法做出相继的贪心选择,每做一次贪心选择,就将所求问题简化为一个规模更小的子问题,通过每一步贪心选择,可得到问题的一个最优解。虽然每一步上都要保证能获得局部最优解,但由此产生的全局解有时不一定是最优的,所以贪心算法不要回溯
3. 应用场景:集合覆盖
已知广播台信号可以覆盖的地区。 如何选择最少的广播台,让所有的地区都可以接收到信号。
广播台 | 覆盖地区 |
---|---|
K1 | "北京", "上海", "天津" |
K2 | "广州", "北京", "深圳" |
K3 | "成都", "上海", "杭州" |
K4 | "上海", "天津" |
K5 | "杭州", "大连" |
思路分析:
首先将要覆盖的所有地区放在一个集合allAreas中,还需要3个索引(起到遍历作用),
集合selects用来存放选中的合适的电台。
- 遍历所有的电台,找到一个覆盖了最多未覆盖的地区的电台(此电台可能已经包含一些已覆盖的地区)
- 将这个电台加入到一个集合中,想办法把该电台覆盖的地区在下次比较时在allAreas集合中去掉
以下是分步解析:
- 用key去遍历所有的电台,找到一个覆盖了最多未覆盖的地区的电台(以allAreas集合中的元素为参照,在遍历所有电台的同时,也有另一个索引i去遍历集合selects),k1到k5对应的地区数:3 , 3 ,3, 2 , 2 ; 则k1就是本次遍历的最多覆盖了未覆盖的地区的电台,令索引 maxKey 指向k1, 并且把k1放进集合selects中,然后将k1所覆盖的城市在allAreas集合中去掉,allAreas={"广州","深圳","成都","杭州","大连"} maxKey置空
- 再用key去遍历所有的电台,k1到k5对应的地区数:0 , 2 ,2, 0 , 2 ; 则k2就是本次遍历的最多覆盖了未覆盖的地区的电台,令索引 maxKey 指向k2, 并且把k2放进集合selects中,然后将k2所覆盖的城市在allAreas集合中去掉,allAreas={ "成都","杭州","大连"} , maxKey置空
- 再用key去遍历所有的电台,k1到k5对应的地区数:0 , 0 ,2, 0 , 2 ; 则k3就是本次遍历的最多覆盖了未覆盖的地区的电台,令索引 maxKey 指向k3, 并且把k3放进集合selects中,然后将k3所覆盖的城市在allAreas集合中去掉,allAreas={ "大连"} , maxKey置空
- 再用key去遍历所有的电台,k1到k5对应的地区数:0 , 0 ,0, 0 , 1 ; 则k5就是本次遍历的最多覆盖了未覆盖的地区的电台,令索引 maxKey 指向k5, 并且把k5放进集合selects中,然后将k5所覆盖的城市在allAreas集合中去掉,allAreas={ } ,
- 此时,allAreas为空,不需要再遍历,selects=
package 贪心算法;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.HashSet;
public class TanXin {
public static void main(String[] args) {
// 创建广播电台,放入到Map集合中 Map<k,v>
HashMap<String, HashSet<String>> broadcasts = new HashMap<>();
// 将各个电台放入到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("广州");
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("大连");
// 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 存放所有的地区
HashSet<String> allAreas = new HashSet<String>();
allAreas.add("北京");
allAreas.add("上海");
allAreas.add("天津");
allAreas.add("广州");
allAreas.add("深圳");
allAreas.add("成都");
allAreas.add("杭州");
allAreas.add("大连");
// 创建ArrayList, 存放选择的电台集合
ArrayList<String> selects = new ArrayList<String>();
// 定义一个临时的集合, 在遍历的过程中,存放遍历过程中的电台覆盖的地区和当前还没有覆盖的地区的交集
HashSet<String> tempSet = new HashSet<String>();
// 定义给maxKey , 保存在一次遍历过程中,能够覆盖最大未覆盖的地区对应的电台的key;如果maxKey 不为null , 则会加入到 selects
String maxKey = null;
while (allAreas.size() != 0) { // 如果allAreas 不为0, 则表示还没有覆盖到所有的地区
// 每进行一次while(每次把maxkey指向的电台被放入selects后),需要清空maxkey ,置为null
maxKey = null;
// 遍历 broadcasts, 取出对应key 这个for是用来找到最优的maxkey
for (String key : broadcasts.keySet()) {
// 每进行一次for(每次往temp临时集合中存完数据 下次再使用前要把临时集合中的数据清空)
tempSet.clear();
// 当前这个key能够覆盖的地区 把地区放到areas中
HashSet<String> areas = broadcasts.get(key);// 这个方法是通过key 取value 也就是key电台所能覆盖的所有地区
tempSet.addAll(areas); // 把地区放到tempset中
// 求出tempSet 和 allAreas 集合的交集, 交集会赋给 tempSet
tempSet.retainAll(allAreas);
// 如果当前这个集合包含的未覆盖地区的数量比maxKey指向的集合地区还多
// 就需要重置maxKey 意思就是把地区最多的电台赋给maxkey
// tempSet.size() >broadcasts.get(maxKey).size()) 体现出贪心算法的特点,每次都选择最优的
// (tempSet.size() > 0 说明还未覆盖完所有地区 因为是和 allAreas还有交集
if (tempSet.size() > 0 && (maxKey == null || tempSet.size() > broadcasts.get(maxKey).size())) {
maxKey = key;
}
}
if (maxKey != null) {
selects.add(maxKey);// maxKey != null, 就应该将maxKey 加入selects
allAreas.removeAll(broadcasts.get(maxKey));// 将maxKey指向的广播电台覆盖的地区,从 allAreas 去掉
}
}
System.out.println("得到的选择结果是" + selects);// [K1,K2,K3,K5]
}
}
/*Map集合遍历常用的方法: 获取所有的key ,存放在Set集合中,通过遍历key, 来遍历value
*
* 1.先获取所有的key,所有的key是一个set集合 此处调用keySet方法,返回Set集合 Set<K> keySet() 其中K代表key的类型
* 2.遍历key ,通过key获取value, Map.get(k) 得到value,然后遍历Set集合方法可以是迭代器或者foreach
*
*
* while (allAreas.size() != 0) {
maxKey = null;
for (String key : broadcasts.keySet()) {
tempSet.clear();
HashSet<String> areas = broadcasts.get(key);
tempSet.addAll(areas);
tempSet.retainAll(allAreas);
if (tempSet.size() > 0 && (maxKey == null || tempSet.size() > broadcasts.get(maxKey).size())) {
maxKey = key;
}
}
if (maxKey != null) {
selects.add(maxKey);
allAreas.removeAll(broadcasts.get(maxKey));
}
}
}*/
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· 25岁的心里话
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 按钮权限的设计及实现