贪心算法(Java)

这段代码展示了如何使用贪心算法解决广播电台选择问题,以覆盖最多的城市。程序首先创建了一个包含各电台覆盖城市的HashMap,然后通过贪心策略逐步选择电台,每次选择能覆盖最多未覆盖城市的电台,直到所有城市都被覆盖。最终输出了选择的电台集合。

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

贪心算法所得到的结果不一定是最优解(有时候会是最优解),但是都是相对(接近)最优解的结果。

代码:

package Algorithm.greedy;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.HashSet;

public class GreedyAlgorithm {
    public static void main(String[] args) {

        //创建广播电台
        HashMap<String, HashSet<String>> broadcasts = new HashMap<String,HashSet<String>>();
        //将各个电台放入broadcasts
        HashSet<String> hashSet1 = new HashSet<>();
        hashSet1.add("北京");
        hashSet1.add("上海");
        hashSet1.add("天津");

        HashSet<String> hashSet2 = new HashSet<>();
        hashSet2.add("广州");
        hashSet2.add("北京");
        hashSet2.add("深圳");

        HashSet<String> hashSet3 = new HashSet<>();
        hashSet3.add("成都");
        hashSet3.add("上海");
        hashSet3.add("杭州");

        HashSet<String> hashSet4 = new HashSet<>();
        hashSet4.add("上海");
        hashSet4.add("天津");

        HashSet<String> hashSet5 = new HashSet<>();
        hashSet5.add("杭州");
        hashSet5.add("大连");

        broadcasts.put("K1",hashSet1);
        broadcasts.put("K2",hashSet2);
        broadcasts.put("K3",hashSet3);
        broadcasts.put("K4",hashSet4);
        broadcasts.put("K5",hashSet5);

        HashSet<String> allAreas = new HashSet<>();

        for (String city: hashSet1){
            allAreas.add(city);
        }
        for (String city: hashSet2){
            allAreas.add(city);
        }
        for (String city: hashSet3){
            allAreas.add(city);
        }
        for (String city: hashSet4){
            allAreas.add(city);
        }
        for (String city: hashSet5){
            allAreas.add(city);
        }

        for (String city: allAreas) {
            System.out.println(city);
        }

        //创建ArrayList,存放选择的电台集合
        ArrayList<String> selects = new ArrayList<>();

        //定义一个临时的集合,存放遍历过程中电台覆盖的地区和当前还没有覆盖地区的交集
        HashSet<String> tempSet = new HashSet<>();

        //定义maxKey,保存在一次遍历过程中,能够覆盖最大未覆盖地区对应的电台的key
        String maxKey = null;
        while ( allAreas.size() != 0 ){
            maxKey = null;
            for (String key: broadcasts.keySet()){
                tempSet.clear();
                //获取当前电台能覆盖的地区
                HashSet<String> areas = broadcasts.get(key);
                tempSet.addAll(areas);

                //求tempSet 和 allAreas 的交集,并赋给tempSet
                tempSet.retainAll(allAreas);

                //如果当前这个集合包含的未覆盖地区的数量,比maxKey指向的集合地区还多,则重置maxKey
                if (tempSet.size() > 0 && (maxKey == null || tempSet.size() > broadcasts.get(maxKey).size())) {
                    maxKey = key;
                }
            }
            if (maxKey != null) {
                selects.add(maxKey);
                allAreas.removeAll(broadcasts.get(maxKey));
            }
        }

        System.out.println("选择的结果为:"+selects);

    }
}

### 贪心算法Java中的实现 贪心算法是一种通过一系列的选择来解决问题的方法,在每一步都做出局部最优解的选择,期望最终获得全局最优解。下面是一个简单的例子,展示如何在Java中实现一个解决找零问题的贪心算法。 #### 找零问题示例 假设有一个自动售货机程序需要计算给顾客找回最少数量的钱币数。钱币面额有1元、5元、10元和25元四种情况: ```java import java.util.*; public class GreedyChangeMaker { private static final int[] denominations = {25, 10, 5, 1}; // 面值数组 public static Map<Integer, Integer> makeChange(int amount) { HashMap<Integer, Integer> changeMap = new HashMap<>(); for (int denomination : denominations) { while (amount >= denomination) { if (!changeMap.containsKey(denomination)) { changeMap.put(denomination, 0); } changeMap.put(denomination, changeMap.get(denomination) + 1); amount -= denomination; } } return changeMap; } public static void main(String[] args) { Scanner scanner = new Scanner(System.in); System.out.println("Enter an integer value:"); int inputAmount = scanner.nextInt(); Map<Integer, Integer> changes = makeChange(inputAmount); System.out.print("The minimum number of coins required is "); System.out.println(changes.values().stream().mapToInt(Integer::intValue).sum()); System.out.println("Breakdown by coin type:"); for (Map.Entry<Integer, Integer> entry : changes.entrySet()) { System.out.printf("%d cents: %d%n", entry.getKey(), entry.getValue()); } } } ``` 此代码展示了如何利用贪心策略处理找零问题。对于更复杂的场景或者不同的应用领域,贪心算法的具体实现会有所不同,但是核心思想保持不变——总是尝试做当前看来最好的选择[^1]。
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