贪婪算法的分析与实现

1. 贪心法（Greedy Algorithm）定义

        求解最优化问题的算法通常需要经过一系列的步骤，在每个步骤都面临多种选择；

        贪心法就是这样的算法：它在每个决策点作出在当时看来最佳的选择，即总是遵循某种规则，做出局部最优的选择，以推导出全局最优解（局部最优解->全局最优解）

2. 对贪心法的深入理解

        （1）原理：一种启发式策略，在每个决策点作出在当时看来最佳的选择

        （2）求解最优化问题的两个关键要素：贪心选择性质+最优子结构

         ①贪心选择性质：进行选择时，直接做出在当前问题中看来最优的选择，而不必考虑子问题的解；

         ②最优子结构：如果一个问题的最优解包含其子问题的最优解，则称此问题具有最优子结构性质

        （3）解题关键：贪心策略的选择

        贪心算法不是对所有问题都能得到整体最优解的，因此选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。

        （4）一般步骤：

        ①建立数学模型来描述最优化问题；

        ②把求解的最优化问题转化为这样的形式：对其做出一次选择后，只剩下一个子问题需要求解；

        ③证明做出贪心选择后：

                1°原问题总是存在全局最优解，即贪心选择始终安全；

                2°剩余子问题的局部最优解与贪心选择组合，即可得到原问题的全局最优解。

                并完成2°

3. 贪心法与动态规划

        最优解问题大部分都可以拆分成一个个的子问题，把解空间的遍历视作对子问题树的遍历，则以某种形式对树整个的遍历一遍就可以求出最优解，大部分情况下这是不可行的。贪心算法和动态规划本质上是对子问题树的一种修剪，两种算法要求问题都具有的一个性质就是子问题最优性(组成最优解的每一个子问题的解，对于这个子问题本身肯定也是最优的)。动态规划方法代表了这一类问题的一般解法，我们自底向上构造子问题的解，对每一个子树的根，求出下面每一个叶子的值，并且以其中的最优值作为自身的值，其它的值舍弃。而贪心算法是动态规划方法的一个特例，可以证明每一个子树的根的值不取决于下面叶子的值，而只取决于当前问题的状况。换句话说，不需要知道一个节点所有子树的情况，就可以求出这个节点的值。由于贪心算法的这个特性，它对解空间树的遍历不需要自底向上，而只需要自根开始，选择最优的路，一直走到底就可以了。

案例：

 投币数量最少问题

        有1元、5元、10元、50元、100元、500元的硬币各C1, C5, C10, C50, C100, C500枚。现在要用这些硬币来支付A元，最少需要多少枚硬币？若有解，输出最少硬币数；否则输出“-1”（0<=C1, C5, C10, C50, C100, C500<=109，0<=A<=109）

代码分析：

/*
有1元、5元、10元、50元、100元、500元的硬币各C1, C5, C10, C50, C100, C500枚。
现在要用这些硬币来支付Pay_x元，最少需要多少枚硬币？若有解，输出最少硬币数；
否则输出“-1”（0<=C1, C5, C10, C50, C100, C500<=10^9，0<=A<=10^9）
分析：用最大面额的硬币来支付，则需要的硬币数量应该最少
规划：局部最优解：面额最大的硬币数量，全局最优解：最少的硬币数量
*/
#include <iostream>
#include <vector>
#include <stdlib.h>
#define Max(a,b)    (((a) > (b)) ? (a) : (b))
#define Min(a,b)    (((a) < (b)) ? (a) : (b))
#define MAX_SIZE 6
using namespace std;
const int  moneyVal[MAX_SIZE] = { 1, 5, 10, 50, 100, 500 };//硬币的面值
int moneynum[MAX_SIZE] = {0};//每种面值硬币的数量
int Sum = 0;
int ret[MAX_SIZE] = { 0 }/*每种硬币使用的 个数*/;
int main(int argc, char *argv[])
{
	int Pay_x = 0, num = 0;//
	cout << "请输入需要支付的金额!" << endl;
	cout << ": ";    cin >> Pay_x;

	cout << "请输入你拥有每种硬币的个数：" << endl;
	for (int i = 0; i < MAX_SIZE; ++i)
	{ 
		//int _moneynum = 0;
		cout << ": ";	cin >> moneynum[i];

		cout << "面值为 " << moneyVal[i] << " 元的硬币有 " << moneynum[i] << " 枚" << endl;
	}
	cout << endl;
	for (int j = MAX_SIZE - 1; j >= 0; --j)
	{
		/*temp记录使用硬币j的枚数,其值<=moneyVal[j]*/
		int temp = (Pay_x / moneyVal[j]);
		num=Min(temp, moneynum[j]);
		/*Pay_x剩余未支付的硬币*/
		Pay_x -= num*moneyVal[j];
		/*记录第j中面值的硬币使用的个数*/
		ret[j] = num;
		/*记录总共使用的硬币的个数*/
		Sum += num;
	}
	if (Pay_x > 0)
	{
		cout << "所有的硬币不足以支付需要支付的金额！" << endl;
	}
	cout << "所需最少的硬币数量为:" << num << " 枚" << endl;
	for (int i = 0; i < MAX_SIZE; ++i)
	{
		cout << "面值为 " << moneyVal[i] << " 的硬币使用了 " << ret[i] << " 枚" << endl;
	}
	system("pause");
	return 0;
}