关于最优化问题(贪心,背包,活动安排)小谈

本文介绍了最优化问题中的贪心算法、背包问题及活动安排问题。贪心算法关注局部最优解,适用于单源最短路径等问题;背包问题通过特定运算求解最优值;活动安排问题则寻找最大相容活动子集。

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

今天是小学期上课的最后一天,老师讲了一些关于最优化问题的知识。最优化问题包括背包和活动安排问题,而贪心算是一种局部最优化问题。
一、贪心问题
贪心问题在解决问题的策略上目光短浅,只根据当前已有的信息就做出选择,而且一旦做出了选择,不管将来有什么结果,这个选择都不会改变。换言之,贪心法并不是从整体最优考虑,它所做出的选择只是在某种意义上的局部最优。
这种局部最优选择并不总能获得整体最优解(Optimal Solution),但通常能获得近似最优解(Near-Optimal Solution)。对许多问题它能产生整体最优解。如单源最短路径问题(Dijkstra),最小生成树问题(prim)等。
二、背包问题(基本)
这里写图片描述
背包问题在很多时候都很好用。
通过a[n][t]=a[n-1][t-tim[i]]或a[n][t]=a[n-1][t]之类的运算来求出在n,t条件下的最优解。
三、活动安排问题
设有n个活动的集合E={1, 2, …, n},其中每个活动都要求使用同一资源(如演讲会场),而在同一时间内只有一个活动能使用这一资源。
如果选择了活动i,则它在半开时间区间[si, fi)内占用资源。若区间[si, fi)与区间[sj, fj)不相交,则称活动i与活动j是相容的。也就是说,当si≥fj或sj≥fi时,活动i与活动j相容。
活动安排问题要求在所给的活动集合中选出最大的相容活动子集。
这里写图片描述
这种题目相比于背包问题偏少。

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

打赏作者

永远的水面

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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