算法基础期末考点总结十六——贪心算法

本文探讨了贪心算法和动态规划在解决活动选择和0-1背包问题上的应用。贪心算法适用于找到局部最优解的情况,如按结束时间排序选择活动,而动态规划则用于全局最优解。对于0-1背包问题,贪心算法无法得到最优解,但分数背包问题可以。赫夫曼编码中,通过不断合并频率最小的符号构建最优的赫夫曼树,确保编码效率。

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

贪心算法

和动态规划有所不同,贪心算法适用于全局最优能推出局部最优的问题。
我们设计递归算法,而后改为迭代算法。

活动选择问题

很多个活动,有开始时间和结束时间。
我们按照结束时间排序,每次选择最先结束的不冲突的活动,就一定能使得活动数最大。
同样的,按照开始时间排序,每次选择最晚开始的不冲突的活动,也能求解。
两者选择的活动可能不同。
在这里插入图片描述

0-1背包问题和分数背包问题

明确的一点是,分数背包问题可以用贪心算法求解,0-1背包则不能。

赫夫曼编码

要引出赫夫曼编码,我们先介绍定长编码。
在这里插入图片描述
而事实证明,如果构造出来的树不是满二叉树,都不是最优的。
赫夫曼编码的特点就是,每次合并频率最小的两个符号,直到总频率为1。
在这里插入图片描述

评论
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