贪心算法--活动安排

贪心算法是指在对问题求解时候，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，他所做出的仅是在某种意义上的局部最优解。

   

贪心算法没有固定的算法框架，算法设计的关键是贪心策略的选择。必须注意的是，贪心算法不是对所有问题都能得到整体最优解，选择的贪心策略必须具备无后效性，即某个状态以后的过程不会影响以前的状态，只与当前状态有关。 所以对所采用的贪心策略一定要仔细分析其是否满足无后效性。

贪心算法不一定能得到整体的最优解，他只是保证了局部的最优解，这也正是他与动态规划的区别了，我前面也有一篇动态规划的题目，叫龟兔赛跑。

链接： 点击打开链接

但是对于活动安排这种经典的题目来讲，还是十分简单而且高效的

下面看题：

Problem Description

“今年暑假不AC？”
“是的。”
“那你干什么呢？”
“看世界杯呀，笨蛋！”
“@#$%^&*%...”

确实如此，世界杯来了，球迷的节日也来了，估计很多ACMer也会抛开电脑，奔向电视了。
作为球迷，一定想看尽量多的完整的比赛，当然，作为新时代的好青年，你一定还会看一些其它的节目，比如新闻联播（永远不要忘记关心国家大事）、非常6+7、超级女生，以及王小丫的《开心辞典》等等，假设你已经知道了所有你喜欢看的电视节目的转播时间表，你会合理安排吗？（目标是能看尽量多的完整节目）

 

Input

输入数据包含多个测试实例，每个测试实例的第一行只有一个整数n(n<=100)，表示你喜欢看的节目的总数，然后是n行数据，每行包括两个数据Ti_s,Ti_e (1<=i<=n)，分别表示第i个节目的开始和结束时间，为了简化问题，每个时间都用一个正整数表示。n=0表示输入结束，不做处理。

 

Output

对于每个测试实例，输出能完整看到的电视节目的个数，每个测试实例的输出占一行。

 

Sample Input

   

    12
1 3
3 4
0 7
3 8
15 19
15 20
10 15
8 18
6 12
5 10
4 14
2 9
0
   

 

Sample Output

   

    5
   
   


   
   

    这里怎么个贪心法呢，要是每个节目的时间最短，还是活动最早结束？第一个想法显然是行不通的

   
   

    我们选择活动结束时间最早的那个活动，这样能够给其他活动尽可能的腾出多余的时间

   
   

    拿到题目的输入案例，首先进行排序，按照结束时间进行升序排，第一个毫无疑问符合，从第二个开始判断，
   
   

    1 3
   
   

    3 4
   
   

    0 7
   
   

    3 8
   
   

    2 9
   
   

    5 10
   
   

    6 12
   
   

    4 14
   
   

    10 15
   
   

    8 18
   
   

    15 19
   
   

    15 20

   
   

    从第二个开始拿上一个的结束时间和这个的开始时间比较，比较大，也就是在上一个的结束之后那个就符合条件
   
   

    这里是：
   
   

    1 3
   
   

    3 4
   
   

    5 10
   
   

    10 15
   
   

    15 19
   
   

    一共五个
   
   


   
   

    下面是AC代码，我采用了二维数组来做，可能有点不易懂，之后有时间就再加一个一维数组的来
   
   


   
   

    
import java.util.Scanner;
public class P2037AA {
	private static Scanner scanner;
	public static void main(String[] args) {
		scanner = new Scanner(System.in);
		while (scanner.hasNext()) {
			int n = scanner.nextInt();// 节目总数
			if(n == 0){
				break;
			}
			int active[][] = new int[n][2];
			int count = 1;// 计算
			// 输入
			for (int i = 0; i < n; i++) {
				active[i][0] = scanner.nextInt();
				active[i][1] = scanner.nextInt();
			}
			// 排序
			for (int i = 0; i < n - 1; i++) {
				for (int j = i + 1; j < n; j++) {
					if (active[i][1] >= active[j][1]) {
						sort(i, j, active);// 交换
					}
				}
			}
			// 比较
			/*
			for (int i = 0; i < n - 1; i++) {
				for (int j = i + 1; j < n; j++) {
					if (active[i][1] <= active[j][0]) {
						count++;
						i = j - 1;
						break;
					}
				}
			}
			 */
			int i = 0;
			for (int j = 1; j < n; j++) {
				if (active[i][1] <= active[j][0]) {
					count++;
					i = j;
				}
			}
			System.out.println(count);
		}

	}

	private static void sort(int i, int j, int[][] active) {
		active[i][1] = active[i][1] ^ active[j][1];
		active[j][1] = active[i][1] ^ active[j][1];
		active[i][1] = active[i][1] ^ active[j][1];
		
		active[i][0] = active[i][0] ^ active[j][0];
		active[j][0] = active[i][0] ^ active[j][0];
		active[i][0] = active[i][0] ^ active[j][0];
	}
}