贪心算法_数据结构与算法博客-专业IT技术发表平台

推荐付费专栏 VIP文章

【贪心算法篇】：“贪心”之旅--算法练习题中的智慧与策略（四）本篇文章是对贪心算法练习题的讲解，有关贪心算法的讲解可以看本系列的第一篇文章，这里就不再讲解，继续讲解相关练习题。

阅读 1.1k

28赞

贪心算法二贪心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，只做出在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择，选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。

阅读 2.2k

59赞

代码随想录day30 贪心算法04 如果账单是 20 美元，优先使用 10 美元和 5 美元的组合找零，如果没有 10 美元钞票，则使用三张 5 美元的钞票找零。如果当前孩子的评分比后一个孩子高，并且当前孩子的糖果数不多于后一个孩子的糖果数，当前孩子的糖果数应该比后一个孩子的糖果数多 1。如果当前油箱中的油量小于 0，说明从当前起点出发无法到达下一个加油站，需要重新选择起点，并重置当前油箱中的油量。如果当前孩子的评分比前一个孩子高，当前孩子的糖果数应该比前一个孩子的糖果数多 1。如果账单是 5 美元，增加手中 5 美元钞票的数量。

阅读 951

26赞

贪心算法一贪心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，只做出在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择，选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。

阅读 2.1k

48赞

【贪心算法】贪心算法【贪心算法】贪心算法

阅读 1.2w

158赞

夜雨翦春韭

【代码随想录Day30】贪心算法Part04 【代码】【代码随想录Day30】贪心算法Part04。

阅读 846

13赞

✿༺小陈在拼命༻✿

贪心算法总结（3）贪心算法总结3

阅读 2.4k

158赞

贪心算法-- 28道经典贪心算法讲解，分析

阅读 2.8k

36赞

好好学Java哈

贪心算法+题目拿到题目就暴力穷举，我用的是dfs，加上备忘录之后还是超出时间限制。就考虑一下贪心算法。你想我在[0,n-2]位置遍历求出可以跳跃的最远距离，用farthest更新最大值，如果>=终点就返回true。DFS递归：时间复杂度最坏是O(N*N)贪心：时间复杂度O(N)

阅读 1.0k

3赞

【贪心算法-第三弹——Leetcode-179.最大数】【代码】【贪心算法-第三弹——Leetcode-179.最大数】

阅读 2.1k

53赞

刷爆leetcode Day18贪心算法贪心7. 最⻓连续递增序列（easy）8. 买卖股票的最佳时机（easy）9. 买卖股票的最佳时机 Ⅱ（medium）

阅读 172

9赞

算法精讲--贪心算法（一）：小白也能看懂的解题秘籍 ▎算法江湖生存法则✨四两拨千斤：用简单策略解决复杂问题⚡效率之王：时间复杂度往往最优🧩思维体操：培养最优决策直觉特征贪心算法暴力枚举动态规划时间复杂度O(n log n)O(2^n)O(n²)空间复杂度O(1)O(n)O(n)是否需要历史信息不需要需要需要典型应用最小生成树密码破解背包问题。

阅读 1.0k

32赞

贪心算法（greedy algorithm，又称贪婪算法）详解（附例题）哈夫曼编码的解决方案是这样的：不断找到当前出现频率最小的两个结点（字符或频率），将它们结合，作为一个新生成的结点的左右子结点，并将新生成的结点继续放入比较，直到没有落单的字符。②每次都从还未访问的顶点中选择与当前巨型防护罩最近的顶点（记为Vk(0≤k≤5)），使用“爆裂模式”的能力恢复这条最近的边（并成为最小生成树中的一条边），前往访问。如果我们已知各字符在文本中的出现频率，考虑到为了让压缩后的数据更小，我们直觉是让出现频率高的字符用尽可能短的编码，而出现频率高的则可以用更长的编码。

阅读 1.2w

31赞

算法篇：贪心算法移牌规则为：在编号为11的堆上取的纸牌，只能移到编号为 22 的堆上；在编号为 nn 的堆上取的纸牌，只能移到编号为n−1n−1的堆上；其他堆上取的纸牌，可以移到相邻左边或右边的堆上。有n堆纸牌，编号分别为 1，2，…每堆上有若干张，但纸牌总数必为nn的倍数。可以在任一堆上取若干张纸牌，然后移动。现在要求找出一种移动方法，用最少的移动次数使每堆上纸牌数都一样多。）->从③取3张牌放到 ②（）-> 从②取1张牌放到①（从 ③ 取4张牌放到④（

阅读 2.8k

5赞

算法贪心算法通过本文的介绍，希望读者能够对贪心算法及其相关问题有更深入的理解，并能够在实际项目中灵活运用这些算法。贪心算法作为一种高效的优化方法，不仅能够解决数据压缩问题，还能应用于许多其他类型的优化问题。例如，虽然贪心算法通常比动态规划算法更简单，但在某些情况下，动态规划算法能够提供更准确的解。例如，在某些情况下，贪心算法可能会陷入局部最优解，而无法找到全局最优解。因此，在使用贪心算法时，需要仔细分析问题的特性，确保贪心选择性质成立。的背包，如何选择物品放入背包中，使得背包中物品的总价值最大，同时不超过背包的容量。

阅读 1.7k

16赞

算法设计与分析-----贪心算法假设山洞里有n种宝物，每种宝物有一定重量w和相应的价值v，毛驴运载能力有限，只能运走m重量的宝的宝物，一种宝物只能拿一样，宝物可以分割。举个例子，假如给定的N为78，其二进制表示为1001110，包含4个1，那么最小的比N大的并且二进制表示中只包含4个1的数是83，其二进制是1010011，因此83就是答案。当然，这个塔的高度，就是塔中所有奶牛的身高之和。贪心算法（Greedy Algorithm）是一种在解决问题时，每一步都采取在当前看来是最好的选择，希望通过局部最优的选择，达到全局最优的算法策略。

阅读 851

19赞

机器学习：强化学习的epsilon贪心算法强化学习（Reinforcement Learning, RL）是一种机器学习方法，旨在通过与环境交互，使智能体（Agent）学习如何采取最优行动，以最大化某种累积奖励。它与监督学习和无监督学习不同，强调试错探索（Exploration-Exploitation）以及基于奖励信号的学习。强化学习任务通常用马尔可夫决策过程来描述：机器处于环境E中，状态空间X，其中每个状态x∈X是机器感知到的环境的描述，机器能采取的动作构成了动作空间A，若某个动作a∈A作用在当前状态x。

阅读 1.4k

30赞

小付爱coding

【玩转贪心算法专题】406. 根据身高重建队列【中等】因此 [[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]] 是重新构造后的队列。输入：people = [[7,0],[4,4],[7,1],[5,0],[6,1],[5,2]]输入：people = [[6,0],[5,0],[4,0],[3,2],[2,2],[1,4]]输出：[[5,0],[7,0],[5,2],[6,1],[4,4],[7,1]]输出：[[4,0],[5,0],[2,2],[3,2],[1,4],[6,0]]那么只需要按照k为下标重新插入队列就可以了。

阅读 694

4赞

【从零开始学习计算机科学】算法分析（三）动态规划与贪心算法动态规划通过组合子问题的解而解决整个问题的。因此，我们可以得出动态规划与分治法之间的区别主要是，分治法是指将问题分成一些独立的子问题，递归的求解各子问题，而动态规划适用于这些子问题不是独立的情况，也就是各子问题包含公共子问题。动态规划的第一步是描述最优解的结构，即选择问题的在什么时候会出现最优解，通过分析子问题的最优解而达到整个问题的最优解。在第二步，递归定义最优解的值，根据第一步得到的最优解描述，将整个问题分成小问题，直到问题不可再分为止，层层选择最优，构成整个问题的最优解，给出最优解的递归公式。

阅读 1.2k

14赞

作者推荐

Ann000001: 想找实习

关注

凯强同学: 江南大学研究生在读||INFP 富足人生践行群成员 ☞读书，健身，投资，帮朋友，陪家人☜ WX:kq123456- QQ:2545428914

关注

小付爱coding: 试试总有机会

关注

taoyong001: 喜欢java编程，向java编程专家进军

关注

大白话_NOI: 三人行，必有我师

关注

invincible_Tang: 兄弟会背叛你，女人会离开你，金钱会诱惑你，生活会刁难你，只有数学不会，不会就是不会天才与否，取决于最终达到的高度。真正的天才是那些脚踏实地的人静下心来好好做自己，走稳脚下每一步，就是最好的路。

关注

随风而散y: 小辣鸡一个。

关注

2025黄锦豪: 一个学到动态规划的小学生

关注

scandi_: 双非24届本科计算机个人博客：https://scandidreams.top

关注

Accept17: 普通码农

关注