算法基础：贪婪算法（基于Python）

本博客所有内容均整理自《算法图解》，欢迎讨论交流~

相信大家都或多或少地听说或者接触过贪婪算法，当我们遇到一个没有办法解决的问题时，贪婪算法总是一个现成的好思路。

对于贪婪算法的定义，百度百科是这样说的：

贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。

其实说白了，就是在当前状态下找到局部最优解，然后在此基础上再去寻找局部最优解，通过多次寻找局部最优解直至收敛的过程来代替寻找全局最优解。

但是，这种思路有可能最终获得的并不是全局最优解！

---

1、贪婪算法的两个例子

首先，我们通过两个例子来看看贪婪算法的具体操作步骤和效果。

第一个例子：

假设有如下课程表，你希望将尽可能多的课程安排在某一间教室内。很明显，你无法将所有课都安排在这一间教室内，因为这些课程的时间有所冲突，那么最优的安排策略是怎样的呢？

 

我们希望在同一间教室上尽可能多的课，但是现在课程时间错综复杂，彼此交叉。

要想解决这个问题，我们就可以启用贪婪算法。具体步骤如下：

1. 选出结束最早的课，它就是要在这间教室上的第一堂课。
2. 接下来，必须选择第一堂课结束后才开始的课。此时，我们同样选择结束最早的课，这将是在这间教室上的第二堂课。
3. 依此类推地重复，直到没有其他课可以安排了。

根据以上的贪婪算法，我们很快就可以选出要在这间教室内上的课程，如下图所示：

 

具体时间安排如下所示：

 

这样就获得了最优的课程安排选择！所以贪婪算法只要用对了地方，就显得非常直观和简单！

对于上面的例子，我们使用贪婪算法的总体思路其实很简单，就是每一次都选择满足条件的局部最优解，即每次都选择在上一节课结束之后开始的结束最早的课。