目录
贪心算法例题一：找零问题例题二：走廊搬运物品最优方案问题输入样例例题三：贪心自助餐
贪心算法
贪心算法是一种在每一步选择中都采取当前状态下最优的选择，以期望最终达到全局最优解的算法。它的核心思想是每次都选择当前最优解，而不考虑未来可能的情况。虽然贪心算法并不一定能够解决所有问题，但在一些特定情况下，它可以提供简单、高效的解决方案。
贪心算法适用于满足贪心选择性质和最优子结构性质的问题。贪心选择性质指的是每一步都选择当前最优解，而最优子结构性质指的是问题的最优解包含了子问题的最优解。
贪心算法的设计步骤通常包括：
确定问题的贪心选择性质： 需要明确每一步选择都是当前最优的特性。构造解的候选集合： 根据贪心选择性质，确定每一步的选择范围。确定选择的标准： 确定如何评价每个选择的优劣，并选择当前最优的解。解决子问题： 通过递归或循环解决子问题。合并子问题的解： 将各个子问题的解合并成原问题的解。
贪心算法是一种解决最优化问题的算法，其核心思想是在每一步选择中都采取当前状态下的最优选择，以期望最终达到全局最优解。相比之下，枚举法则是考虑所有可能情况，然后选出最优解。贪心算法与枚举法的不同之处在于贪心算法不进行回溯，而是在每个子问题中选择最优解后向下继续进行。
贪心算法主要适用于满足贪心选择性质的问题，即每一步选择都是局部最优解，最终得到的结果也是全局最优解的问题。贪心算法的设计步骤通常包括以下几个方面：
证明贪心选择性质： 证明问题的最优解可以通过一系列局部最优的选择得到。 将问题转化为贪心选择的形式： 将原问题转化为先做出选择，再解决剩下的子问题的形式。 求解子问题： 对每个子问题求解得到局部最优解。 合并子问题的解： 将子问题的局部最优解合并成原问题的解。
例题一：找零问题
输入：
在第一行给出测试例子个数 N ，用以代表需要找零的钱数
输入样例：
365
输出：
输出写法：
每一行输出数据输出找零的金额与数量
100:3
50:1
20:0
5:3
1:0
运行限制：
最大运行时间：1s
最大运行内存：128M
#include
#include
#include
using namespace std;
//面值
int t[5]={100, 50, 20, 5, 1};
//张数
int m[5];
void change(int n)
{
for(int i=0;i<5;i++)
{
m[i]=n/t[i];
n=n%t[i];
//print("%d",n);
}
}
int main()
{
int N;
cin>>N;
change(N);
for(int i=0;i<5;i++)
{
printf("%d:%d\n",t[i],m[i]);
}
}
例题二：走廊搬运物品最优方案问题输入样例
3
4
10 20
30 40
50 60
70 80
2
1 3
2 200
3
10 100
20 80
30 50
输出示例：
//每行代表每组完成任任务花费的最小时间
10
20
30
题目分析：
初步输入处理：
首先输入T表示测试用例的数量。然后循环处理每个测试用例，首先输入N表示搬运次数，然后输入每次搬运的起点和终点。 处理流程：
首先将起点和终点映射为走廊号，即通过 (房间号 - 1) / 2 计算出走廊号。确保起点比终点小，如果起点大于终点，则交换二者。统计每个走廊被占用的次数，并同时更新最大占用次数 maxAns。输出最大占用次数乘以 10，即为最短时间。 时间复杂度：该算法的时间复杂度主要取决于循环次数，即搬运次数 N。在每次搬运中，涉及到的操作都是常数时间的，因此总体时间复杂度为 O(N)。 空间复杂度：该算法的空间复杂度主要取决于 move 数组，大小为 200。因此空间复杂度为 O(1)。
题解代码示例：
#include
#include
#include
using namespace std;
/*
- `move[200]`: 用于记录走廊的占用情况，数组下标表示走廊号，数组值表示该走廊被占用的次数。
- `N`: 表示搬运次数，即每次搬运操作的数量。
- `T`: 表示测试用例的数量。
- `from`, `to`: 每次搬运的起点和终点。
*/
int main()
{
int move[200];
//搬运次数
int N;
int T;
cin>>T;
while(T--)
{
//每次搬运的起点和终点
int from, to;
int maxAns=0;
scanf("%d", &N);
memset(move, 0, sizeof(move));
for(int i = 0; i < N; i++)
{
scanf("%d%d", &from, &to);
//将房间号映射为走廊号
from = (from - 1)/2;
to = (to - 1)/2;
//确保from if(from > to)//确保起点比终点小 { int temp = from; from = to; to = temp; } //统计占用走廊情况，并统计最大值 for(int j = from; j <= to; j++) { move[j]++; maxAns=max(maxAns,move[j]); } } cout< } } 例题三：贪心自助餐 输入样例： 20 1000 1 22 2 43 123 214 12 2 123 432 21 223 22 16 77 49 34 78 34 9 43 677 21 34 23 23 12 56 332 56 21 99 123 545 389 33 12 999 23 88 输出; 输出一行数据，表示最大的价值，保留三位小数。 输入样例： 1204.114 题解代码示例： #include #include #include using namespace std; //需要一个结构体，通过性价比，能够查找到重量和价值。 //做一个排序，需要将性价比由高到底排序，排序的过程中重量和（价值）要对应上 struct Food { double w; double v; double aver; }; //C++一般用 struct，因为默认都是public的 bool cmp(Food a, Food b) { return a.aver > b.aver; //助记大于号就是从大到小排序，小于号就是从小到大排序 } int main() { Food foods[1009]; int n; double C; double Value = 0; cin >> n >> C; for (int i = 0; i < n; i++) { cin >> foods[i].v>>foods[i].w; //求性价比 foods[i].aver = foods[i].v / foods[i].w; //cout << foods[i].aver << endl; } //性价比排序 sort(foods, foods + n, cmp); //当背包（肚子）能装下所有物品（菜）时，直接输出所有的物品（菜品）价值之和 // int sum = 0; for (int i = 0; i < n; i++) { sum += foods[i].w; } if (sum <= C) { for (int j = 0; j < n; j++) Value += foods[j].v; //V = floor(V * 1000.0) / 1000.0; cout << setiosflags(ios::fixed) << setprecision(3) < return 0; } //当背包（肚子）不能装下所有物品时应该由性价比的顺序，选择装入的物品 for (int i = 0; i < n; i++) { if (foods[i].w <= C) { Value =Value + foods[i].v; C = C - foods[i].w; } else { //直接将剩余的C加入即可 Value =Value + C * foods[i].aver; C = 0; } if (C == 0) break; } //V = floor(V * 1000.0) / 1000.0; cout << setiosflags(ios::fixed) << setprecision(3) < return 0; } 感谢阅读！！！ 【数据结构与算法】系列文章链接: 【数据结构与算法】递推法和递归法解题（递归递推算法典型例题） 【数据结构与算法】系列文章链接: 【数据结构与算法】C++的STL模板（迭代器iterator、容器vector、队列queue、集合set、映射map）以及算法例题 【数据结构与算法】系列文章链接: 【数据结构与算法】搜索算法（深度优先搜索 DFS和广度优先搜索 BFS）以及典型算法例题 【数据结构与算法】系列文章链接: 【数据结构与算法】二分查找算法 精彩文章
发表评论