常用十种算法—贪心算法
声明:以下是学的尚硅谷网课并结合网上资料所记的笔记。可能会有一些错误,发现了会修改。
贪心算法
应用场景-集合覆盖问题

思路分析
贪心算法介绍
- 贪心算法(也叫贪婪算法)是指在对问题进行求解时,在每一步选择中都采取最好或者最优(即最有利)的选择,从而希望能够导致结果是最好或者最优的算法。
- 贪心算法所得到的结果不一定是最优的结果(有时候会是最优解),但是都是相对近似(接近)最优解的结果。
如何找出能覆盖所有地区的广播台的集合,如果使用穷举法实现,列出每个可能的广播台的集合,这被称为幂集。假设总的有n个广播台,则广播台的组合总共有2n-1个。可以看出穷举法的效率很低。
使用贪心算法,效率高:
- 遍历所有的广播电台,找到一个覆盖了最多未覆盖地区的电台(此电台可能包含一些已覆盖的地区,但没关系)。
- 将这个电台加入到一个集合中(比如ArrayList),想办法把该电台覆盖的地区在下次比较时去掉。
- 重复第一步直到覆盖了全部的地区。

代码
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,放入到Map
HashMap<String, HashSet<String>> broadcasts = new HashMap<String, HashSet<String>>();
HashSet<String> hashSet1 = new HashSet<String>();;
hashSet1.add("北京");
hashSet1.add("上海");
hashSet1.add("天津");
HashSet<String> hashSet2 = new HashSet<String>();;
hashSet2.add("广州");
hashSet2.add("北京");
hashSet2.add("深圳");
HashSet<String> hashSet3 = new HashSet<String>();;
hashSet3.add("成都");
hashSet3.add("上海");
hashSet3.add("杭州");
HashSet<String> hashSet4 = new HashSet<String>();;
hashSet4.add("上海");
hashSet4.add("天津");
HashSet<String> hashSet5 = new HashSet<String>();;
hashSet5.add("杭州");
hashSet5.add("大连");
// 加入到map中
broadcasts.put("k1", hashSet1);
broadcasts.put("k2", hashSet2);
broadcasts.put("k3", hashSet3);
broadcasts.put("k4", hashSet4);
broadcasts.put("k5", hashSet5);
// allAreas存放所有的地区
HashSet<String> allAreas = new HashSet<String>();;
allAreas.add("北京");
allAreas.add("上海");
allAreas.add("天津");
allAreas.add("广州");
allAreas.add("深圳");
allAreas.add("成都");
allAreas.add("杭州");
allAreas.add("大连");
// 创建一个ArrayList,存放选择的电台集合
ArrayList<String> selects = new ArrayList<String>();
// 定义一个临时的集合,在遍历的过程中,存放遍历过程中的电台覆盖的地区和当前还没有覆盖的地区的交集
HashSet<String> tempSet = new HashSet<String>();
//定义一个临时的集合,用于存放遍历过程中能覆盖的最大未覆盖的地区
HashSet<String> tempSet2 = new HashSet<String>();
// 定义一个maxKey,保存在一次遍历中,能够覆盖最大未覆盖的地区对应的电台的key
// 如果maxKey不为null,则会加入到selects中
String maxKey = null;
while (allAreas.size() != 0) { // 如果allAreas不为0,则表示还没有覆盖到所有的地区
//每进行一次循环,需要将maxKey置空
maxKey = null;
// 遍历broadcasts,取出对应的key
for (String key : broadcasts.keySet()) {
//没进行一次循环,需要将tempSet清空
tempSet.clear();
// 当前这个key能覆盖的地区
HashSet<String> areas = broadcasts.get(key);
tempSet.addAll(areas);
// 求出 tempSet 和 allAreas 的交集,并把交集赋给tempSet
tempSet.retainAll(allAreas);
// 以下为求出 maxKey 得到的电台覆盖区域 tempSet2 和 allAreas 的交集,并用count记录该最大未覆盖区域的大小
int count = 0;
if(maxKey != null) {
tempSet2 = broadcasts.get(maxKey);
tempSet2.retainAll(allAreas);
count = tempSet2.size();
}
// 如果当前这个集合包含的未覆盖地区的数量,比maxKey指向的集合未覆盖的地区还多
// tempSet.size() > count 体现出贪心算法的特点
if (tempSet.size() > 0 && (maxKey == null || tempSet.size() > count)) {
maxKey = key;
}
}
// maxKey != null,就应该把maxKey加入到selects集合中
if (maxKey != null) {
selects.add(maxKey);
// 将maxKey指向的广播电台覆盖的地区从allAreas中清除掉
allAreas.removeAll(broadcasts.get(maxKey));
}
}
System.out.println("得到的选择结果是" + selects); //[k1, k2, k3, k5]
}
}
注意:贪心算法溯得到的结果不一定是最优的结果(有时候会是最优解),但是都是相对接近最优解的结果。
--------------------------------------- 个人学习笔记----------------------------------------
本文介绍了一种通过贪心算法解决集合覆盖问题的方法。通过具体案例分析,展示了如何选取最少的广播站来覆盖所有目标区域,提供了高效且接近最优解的算法实现。
2079

被折叠的 条评论
为什么被折叠?



