贪心算法总结

本文介绍了贪心算法的基本思路和一些典型例题,包括活动安排问题、跳跃游戏、最大子序和、合并区间等。贪心算法通过局部最优解来寻找问题的整体最优解,适合于解决具有无后效性的优化问题。

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

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。
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。

目录

基本思路

一些典型例题

活动安排问题

55. 跳跃游戏

 53. 最大子序和

56. 合并区间

122. 买卖股票的最佳时机 II

53. 最大子数组和


基本思路

  1. 建立数学模型来描述问题;
  2. 把求解的问题分成若干个子问题;
  3. 对每一子问题求解,得到子问题的局部最优解;
  4. 把子问题的解局部最优解合成原来解问题的一个解。

一些典型例题

活动安排问题

设有n个活动的集合E={1,2,…,n},其中每个活动都要求使用同一资源,如演讲会场等,而在同一时间内只有一个活动能使用这一资源。每个活动i都有一个要求使用该资源的起始时间si和一个结束时间fi,且si <fi 。要求设计程序,使得安排的活动最多。

 解题思路:题目的要求是安排的活动最多,故活动结束地早,那么安排的活动可以越多,对活动按照结束时间排序,然后遍历:若当前活动开始时间大于上一次活动的结束时间,则将其加入到队列中来。

55. 跳跃游戏

给定一个非负整数数组 nums ,你最初位于数组的 第一个下标 。

数组中的每个元素代表你在该位置可以跳跃的最大长度。

判断你是否能够到达最后一个下标。

示例 1:

输入:nums = [2,3,1,1,4]
输出:true
解释:可以先跳 1 步,从下标 0 到达下标 1, 然后再从下标 1 跳 3 步到达最后一个下标。

class Solution {
public:
    bool canJump(vector<int>& nums) {
        int max_loc = 0;//最远可以到达的位置
        for(int i = 0; i < nums.size(); i++){
            //当前能达到的最远距离大于max_loc,则可以直接
评论 2
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