贪心算法
基本介绍
- 贪婪算法(贪心算法)是指对问题进行求解时,在每一步选择中都采取最好或者最优(即最有利)的选择,从而希望能够导致结果是最优或最好的算法
- 贪婪算法所得到的结果不一定是最优的结果(有时候会是最优解),但是都是相对接近最优解的结果
应用场景 —集合覆盖问题
分析思路
- 如何找出覆盖所有地区的广播台的集合呢,使用<穷举法>实现,列出每个可能的广播台的集合,这被称为幂集。假设总的有n个广播台,则广播台的组合总共有2ⁿ -1 个,假设每秒可以计算10个子集, 如图:
2.使用贪婪算法,效率高:
- 遍历所有广播电台,找到一个覆盖最多未覆盖的地区的电台(此电台可能包含一些已经覆盖的地区,但没有关系)
- 将这个电台加入到一个集合中(比如ArrayList),想办法把该电台覆盖的地区在下次比较时去掉(不断减少ArrayList中的数据)
- 重复第一步直到覆盖全部地区
代码
package L十大算法.Greedy;
import java.util.*;
/**
* @Author Zhou jian
* @Date 2020 ${month} 2020/1/15 0015 14:30
*/
public class GreedyAlgrothim {
public static void main(String[] args) {
//创建电台
HashMap<String,HashSet<String>> brodacasts = new HashMap<>();
//将各个电台放入
HashSet<String> hashSet1 = new HashSet<>();
hashSet1.add("北京");
hashSet1.add("上海");
hashSet1.add("天津");
HashSet<String> hashSet2 = new HashSet<>();
hashSet2.add("广州");
hashSet2.add("北京");
hashSet2.add("深圳");
HashSet<String> hashSet3= new HashSet<>();
hashSet3.add("成都");
hashSet3.add("上海");
hashSet3.add("杭州");
HashSet<String> hashSet4 = new HashSet<>();
hashSet4.add("上海");
hashSet4.add("天津");
HashSet<String> hashSet5 = new HashSet<>();
hashSet5.add("杭州");
hashSet5.add("大连");
brodacasts.put("k1",hashSet1);
brodacasts.put("k2",hashSet2);
brodacasts.put("k3",hashSet3);
brodacasts.put("k4",hashSet4);
brodacasts.put("k5",hashSet5);
//间allArratys添加所有城市
HashSet<String> allAreas = new HashSet<>();
for(Map.Entry<String,HashSet<String>> set : brodacasts.entrySet()){
allAreas.addAll(set.getValue());
}
//创建一个ArrayList。存放选择的电台集合
ArrayList<String> selects = new ArrayList<>();
//定义一个临时集合,在遍历过程中,存放遍历过程中电台覆盖地区和当前还没有覆盖地区的交集
HashSet<String> tempSet = new HashSet<>();
//定义maxKey:保存在一次遍历过程中,能够覆盖最大未覆盖地区对应的电台的key
//如果maxKey!=null则会将maxKey加入到selects
String maxKey = null;
while(allAreas.size()!=0){//如果allAreas不为0则表示还没有覆盖所有地区
//每进行一次maxKey=null;
maxKey=null;
//遍历broadcats,取出对应的key
for(String key:brodacasts.keySet()){
//梅金星一次for将tempSet情况
tempSet.clear();
//当前广播能覆盖的地区
HashSet<String> areas = brodacasts.get(key);
tempSet.addAll(areas);
//取交集,取当前广播电台和需要广播地区的重合数量,交集会赋值给tempSet
tempSet.retainAll(allAreas);
//如果当前包含的集合包含未覆盖地区的数量比maxKey指向的集合未覆盖的地区还多
//就需要重置maxKey
//tempSet.size()>0&&(maxKey==null || tempSet.size()>brodacasts.get(maxKey).size())体现出贪心算法核新
if(tempSet.size()>0&&(maxKey==null || tempSet.size()>brodacasts.get(maxKey).size())){
maxKey = key;
}
}
//maxKey!=null,应该将maxKey加入到selects
if(maxKey!=null){
selects.add(maxKey);
//将maxKey执行的广播电台从allAreas清掉
allAreas.removeAll(brodacasts.get(maxKey));
}
}
System.out.println("得到的选择结果"+selects);//k1 k2 k3 k5
}
}
注意事项与细节
-
贪心算法所得到的结果不一定是最优的结果(有时候会是最优解),但是都是相对近似的解法(接近)最优解的结果