贪心算法经典例子

贪心算法通过局部最优解逐步达到全局最优。本文介绍了贪心算法的基本思想,接着详细讲解了哈弗曼编码的构造过程及其在解决单源最短路径问题中的应用,最后讨论了如何利用Prim和Kruskal算法求解最小生成树。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


基本思想

贪心算法总是作出在当前看来最好的选择。也就是说贪心算法并不从整体最优考虑,它所作出的选择只是在某种意义上的局部最优选择。

基本思想: 贪心算法并不从整体最优上加以考虑,它所做的选择只是在某种意义上的局部最优解。
基本要素: 最优子结构性质和贪心选择性质。

和动态规划区别:
动态规划算法中,每步所做的选择往往依赖于相关子问题的解,因而只有在解出相关子问题时才能做出选择。而贪心算法,仅在当前状态下做出最好选择,即局部最优选择,然后再去解做出这个选择后产生的相应的子问题。


哈弗曼编码

前缀码: 对每一个字符规定一个0,1串作为其代码,并要求任一字符的代码都不是其他字符代码的前缀。
可以用二叉树作为前缀码的数据结构:树叶表示给定字符;从树根到树叶的路径当作该字符的前缀码,如下:
在这里插入图片描述
问题:哈夫曼提出构造最优前缀码的贪心算法,由此产生的编码方案称为哈夫曼编码。

解决思路:

  • 哈夫曼算法以自底向上的方式构造表示最优前缀码的二叉树T。
  • 算法以|C|个叶结点开始,执行|C|-1次的“合并”运算后产生最终所要求的树T。
  • 假设编码字符集中每一字符 c 的频率是 f©。以 f 为键值的优先队列 Q 用在贪心选择时有效地确定算法当前要合并的 2 棵具有最小频率的树。一旦 2 棵具有最小频率的树合并后,产生一棵新的树,其频率为合并的 2 棵树的频率之和,并将新树插入优先队列Q。经过n-1次的合并后,优先队列中只剩下一棵树,即所要求的树T。

过程如下

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值