活动安排问题-贪心算法

最新推荐文章于 2022-11-27 08:09:14 发布
原创 最新推荐文章于 2022-11-27 08:09:14 发布 · 4.1k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了贪心算法的概念，强调了贪心算法在每次决策时选择局部最优解，而不是全局最优解。同时，文章对比了贪心算法与动态规划的区别。通过活动安排问题为例，展示了如何使用贪心算法在资源有限的情况下选择最大相容的活动子集。在给出的代码中，实现了贪心算法来解决这个问题，输出了被选中的活动数量和具体活动。

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


  
  


  
  

  
  

   
   贪心算法：贪心算法总是做出在当前看来最好的选择，也就是贪心算法不从整体最优化的角度考虑。它所做出的选择只是在某种意义上的局部最优选择
  
  

  
  


  
  

  
  

   
   性质：最优子结构性质
  
  

  
  

   
   当一个问题的最优解包含其子问题的最优解时，称此问题具有最优子结构性质
  
  

  
  


  
  

  
  

   
   与动态规划的差异：
  
  

  
  

   
   贪心算法从局部出发，每一次得到的最优解，在考虑求解最优解的时候沿用上一次的最优解，之前的最优解不做保留。
  
  

  
  

   
   动态规划从全局出发，全局最优解中一定包
最低0.47元/天 解锁文章

200万优质内容无限畅学
活动安排问题之贪心算法
Red_Bean
07-02 2194
问题描述： 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个资源（如演讲会场），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 问题分析：   贪心算法 采用的是至顶往下的方式来考虑问题，不像动态规划采用至上向顶的方式，本问题核心思想，每次采用结束时间最早的那个，留下尽可能多的时间来考虑
活动安排问题--贪心算法
2301_78835635的博客
10-21 1000
由于输入的活动以其完成时间的非减序排列，所以算法greedySelector每次总是选择具有最早完成时间的相容活动加入集合A中。也就是说，该算法的贪心选择的意义是使剩余的可安排时间段极大化，以便安排尽可能多的相容活动。就是要在所给的活动集合中选出最大的相容活动子集合，是可以用贪心算法有效求解的很好例子。当输入的活动已按结束时间的非减序排列，算法只需O(n)的时间安排n个活动，使最多的活动能相容地使用公共资源。但对于活动安排问题，贪心算法却总能求得的整体最优解，即它最终所确定的相容活动集合A的规模最大。
贪心算法--活动安排问题
josenxiao的博客
08-01 1327
Greedy algorithm----核心就是用最小的牺牲做最多的事情，这里我做了一个活动的安排问题，对于一个酒店的会议室安排会议，对于每个的公司都有自己的会议时间，酒店当然是越能够安排多的活动，它就可以越挣钱。也就是尽可能多的安排最多的活动，我们设计活动：就是前一个活动完了马上安排下一个活动，这样安排的会议就可以减少冲突还有会议次数要尽可能的多，而且会议不冲突。 会议制定一般是：开始时间，结
贪心算法之活动安排问题
weixin_30660027的博客
11-28 394
问题描述： 给定11个活动的开始时间和结束时间，问怎么安排能使安排的活动数最多？ 贪心策略： 优先安排最早结束的活动 【优先安排最早开始的活动问题在于，当该活动的持续时间过长时，不是最优解】 【优先安排持续时间最短的活动问题在于，该活动可能跨过两个活动的结束和开始时间，不是最优解】 代码实现： 1 #include <iostream> 2 #include &...
贪心算法——活动安排问题
CDTS_Change的专栏
08-19 940
活动安排问题一个由需要使用某一资源的n个活动组成的集合S = {1, 2, ... , n}，该资源一次只能被一个活动占用。每个活动i有个开始时间s[i]和结束时间f[i]，且s[i]  ActivitySelectorMain.c#include void GreedyActivitySelector(int n, int *s, int *f, int *A);
贪心算法_活动安排问题
liuliuhelingdao的博客
11-27 2519
贪心选择性：由于结束时间的单调递增排序，可以知道第一次贪心选择的是A1，如果能够证明A1必属于某一个全局最优解(这里的全局最优解可能有多个)，就证明了问题的贪心选择特性。或者可以说，是否最优子结构特性只是贪心算法问题的一个特性而已，即这个问题如果是可以贪心算法求解最优解的，那么它必定具有最优子结构特性。1、动态规划通常是自底向上求解问题的(当然也可以是"带备忘"的自顶向下求解问题)，每一次选择都面向多个子问题选择，只不过这些子问题的解都是基于那些已经求解的子子问题的解。* 贪心算法解活动安排问题。
活动选择问题-贪心算法（个人理解，可能存在错误）
10-21
活动选择问题-贪心算法 活动选择问题是一个经典的计算机科学问题，它是指将有限的资源分配给多个活动，以达到最大的兼容性和效率。贪心算法是一种常用的解决方法，它通过选择局部最优解来达到整体的最优结果。 ...
0021算法笔记-贪心算法贪心算法与精彩活动安排问题.pdf
06-24
"贪心算法与活动安排问题" 贪心算法是一种常用的算法思想，通过在每一步选择当前看来是最好的选择，来解决问题。贪心算法的特点是自顶向下，以迭代的方式进行，通过每一步贪心选择，问题逐渐简化为规模更小的子问题...
浅谈Python实现贪心算法与活动安排问题
09-20
活动安排问题是一个典型的贪心算法应用场景。假设有一系列的活动，每个活动都有开始时间和结束时间，目标是找出能够参加的最大数量的不冲突活动。这个问题的关键在于，我们需要找到一种方法，确保在任何时候，我们都...
贪心算法实现活动安排问题
01-27
贪心算大实现活动安排问题，算法实现使用图形界面动态显示，程序中用到的排序算法为快速排序
活动安排问题（贪心算法）
09-10
活动安排问题（贪心算法）活动安排问题（贪心算法）
贪心算法：活动安排问题
mirocky的博客
02-16 431
大家好，我是连人。这次的问题比较简单，我们就直接单枪直入了。 有n个活动都要用到同一个地点，他们提交的申请书上明确的写了自己的使用时间是从何时开始何时结束的。现要求尽可能多的安排活动。 首先将活动按结束时间从前到后排好，开始时间无所谓。将第一个活动计入日程，此时活动结束时间是第一个活动的结束时间。之后向后遍历，将开始时间在当前活动结束时间之后的活动计入，更新活动结束时间。 def sort(a, ...
贪心算法-活动安排问题
戢治礼的博客
03-20 1017
//活动安排问题 //问题：设有n个活动的集合C={1,2,…,n}，一个资源（如会议室）， //而在同一时间内只能有一个活动使用该资源。 //活动i(i=1,2,...,n)的开始时间si，结束时间fi，且si <fi 。 //活动i占用会议室的时间段为半开区间[si, fi)。 //如果[si, fi)与[sj , fj)不相交，则称活动i与活动j是相容的。 //活动安排问题要求在所给的活动集合中选出最大的相容活动子集， //也即尽可能地选择更多的活动来使用资源。 ①#include <i
活动安排问题-贪心算法java代码
最新发布
12-16
根据提供的引用内容，无法找到活动安排问题的相关代码。不过，活动安排问题是一个经典的贪心算法问题，以下是Java代码实现： ```java import java.util.*; public class ActivitySelection { public static void main(String[] args) { int[] start = {1, 3, 0, 5, 8, 5}; int[] finish = {2, 4, 6, 7, 9, 9}; int n = start.length; // 按结束时间升序排序 int[][] activities = new int[n][2]; for (int i = 0; i < n; i++) { activities[i][0] = start[i]; activities[i][1] = finish[i]; } Arrays.sort(activities, Comparator.comparingInt(o -> o[1])); // 选择活动 List<Integer> selected = new ArrayList<>(); int lastFinish = -1; for (int i = 0; i < n; i++) { if (activities[i][0] >= lastFinish) { selected.add(i); lastFinish = activities[i][1]; } } // 输出结果 System.out.println("Selected activities:"); for (int i : selected) { System.out.println("[" + start[i] + ", " + finish[i] + "]"); } } } ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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