反悔贪心算法

文章介绍了一个关于股票交易的问题,其中个体决策(每天买卖股票)需考虑全局最优解。贪心算法可能无法得到全局最优,但通过引入小顶堆(优先队列)来实现反悔机制,可以在每天根据当前股票价格与堆顶价格比较,动态调整策略,以达到最大收益。代码示例展示了如何利用C++实现这一方法。

贪心算法一般可用于求局部最优解。

但对于全局,单纯的贪心考虑不到以后的影响,因此需要有反悔。

下面是例子:

7-5 股票问题

分数 20

全屏浏览题目

切换布局

作者 Mary

单位 河北农业大学

在某一天,你突然获得了可以预知每一天股票价格的超能力。在 第 i (i≤n)天,股票的价格为 ai​,每一天你只能选择买入或卖出一只股票,或者什么都不做。请聪明的你思考一下,如何操作才能使赚到的钱最多呢?

输入格式:

输入分为两行。
第一行为 n (n≤105)。表示一共 n 天。
第二行有 n 个数,第 i 个数代表第 i 天的股票价格 a[i] (1≤a[i]≤106)。

输出格式:

输出答案,即 n 天后赚到的最多金钱数。

输入样例:

在这里给出一组输入。例如:

9
10 5 4 7 9 12 6 2 10

输出样例:

20

提示

在样例中,可以选择在第 2,3 天买入股票,在第 5,6 天选择卖出,获得的金钱为 −5−4+9+12=12,在第 8 天选择买入,第 9 天选择卖出,获得的金钱为 −2+10=8,所以总金钱为 20。可以证明,没有任何一种方式得到大于 20 的金钱数。

代码长度限制

16 KB

时间限制

400 ms

内存限制

64 MB

题解:此题可应用反悔贪心。开一个小顶堆(可用优先队列)将每天的价格与堆顶比较 如果>0,就表示可以赚点,记录下来。

代码如下:

#include<iostream>
#include<queue>
using namespace std;
int main(){
    int n;
    cin>>n;
    vector<int>a(n);
    priority_queue<int,vector<int>,greater<int> >q;
    for(int i=0;i<n;i++)
      cin>>a[i];
    q.push(a[0]);
    long long ans=0;
    for(int i=1;i<n;i++){
        q.push(a[i]);
        if(!q.empty()&&q.top()<a[i]){
            ans+=a[i]-q.top();
            q.pop();
            q.push(a[i]);
        }
    }
   
    cout<<ans;
}

注意:当满足条件时,仍要将a[i]再次入堆。 例子如:2 4 8 8.  堆中一开始是2,最后是两个四,这样结果才是最大为10。

### C语言中实现反悔贪心算法 #### 贪心算法简介 贪心算法是一种在每一步选择中都做出局部最优选择的策略,期望通过一系列局部最优解最终达到全局最优解。然而,并不是所有问题都能通过简单的贪心方法解决,有时需要引入额外机制来处理决策失误的情况,这就是所谓的“反悔”机制。 #### 反悔池的概念 为了应对可能出现的选择错误,在某些情况下会采用带有反悔功能的贪心算法。所谓反悔池就是用来存储已经做过但是可能不合适的决定的数据结构,当发现当前路径不可行时可以从这里取回之前放弃的最佳选项继续尝试其他可能性[^1]。 #### 大根堆作为反悔工具的应用实例 在一个具体应用场景里,比如最大利润计算问题中的费用扣除情况,如果使用动态规划可能会消耗较多内存空间;而利用大根堆配合贪心法则可以在一定程度上简化程序逻辑并节省资源开销。下面给出一段基于此思路编写的C语言版本代码: ```c #include <stdio.h> #include <stdlib.h> #define maxSize 128 typedef int HElemType; typedef struct HeapNode { HElemType *data; /* 存储堆元素 */ int size; /* 当前大小 */ } MaxHeap; /* 初始化一个空的最大堆 */ void InitMaxHeap(MaxHeap* H){ H->size = 0; } /* 向最大堆插入新节点 */ void Insert(MaxHeap* H, HElemType e){ int i=++(H->size); while(i!=1 && e>H->data[i/2]){ H->data[i]=H->data[i/2]; i/=2; } H->data[i]=e; } /* 删除最大堆顶点 */ HElemType DeleteMax(MaxHeap* H){ if(H->size==0) exit(-1); // 堆为空则退出 int parent=1, child=2; HElemType maxItem=H->data[1], lastItem=H->data[H->size--]; for(;child<=H->size;parent=child, child*=2){ if(child<H->size && H->data[child]<H->data[child+1]) ++child; if(lastItem>=H->data[child]) break; else{ H->data[parent]=H->data[child]; } } H->data[parent]=lastItem; return maxItem; } ``` 上述代码实现了基本的大根堆操作函数,可用于构建支持反悔特性的数据容器。需要注意的是这只是一个基础框架,实际应用还需要根据特定业务需求调整和完善相应部分的功能[^2]。 #### 结合案例分析 考虑这样一个例子:给定一组物品重量w[]及其价值v[],背包容量W,要求选取若干件放入包内使得总价值最高但不超过限定载重。此时就可以借助于上面提到的大根堆来进行优化后的贪心选法——先按单位性价比排序再依次加入直到无法容纳更多为止;期间一旦超出限额就立即移除最近一次添加进去的那个物件重新评估剩余可用额度下的最佳组合方案直至遍历完毕全部候选对象位置。 这段描述虽然没有直接提供完整的源码片段,但却清晰阐述了一个典型场景下如何运用带反悔能力的贪婪技术解决问题的整体流程与核心要点[^4]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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