算法学习笔记之贪心算法

导引(硕鼠的交易)

硕鼠准备了M磅猫粮与看守仓库的猫交易奶酪。

仓库有N个房间,第i个房间有 J[i] 磅奶酪并需要 F[i] 磅猫粮交换,硕鼠可以按比例来交换,不必交换所有的奶酪

计算硕鼠最多能得到多少磅奶酪。

输入M和N表示猫粮数量和房间数量,随后输入N个房间,每个房间包括奶酪数和猫粮数

Input

 5 37 24 35 2-1 -1

Output

 13.333

解法:计算每个房间的奶酪与猫粮之比,比值越大硕鼠收益越高,将所有比值从大到小排序,最后选择比值大的即可。

例1(田忌赛马)

问题描述:田忌与齐王赛马,每匹马的速度不同。

目标:赢得最多的比赛。

策略:利用田忌的最弱的马去对齐王的最强的马,反之亦然。

不要固定认为是将田忌第一强的马与齐王第二强的马进行比较,因为可能田忌第一强的马比齐王第一强的马更强

经典贪心(事件序列问题)

命题:至少存在一个最长的事件序列,包含最早结束的事件

采用反证法证明:假设有一个最长的事件序列bcdef,不包含最早结束的事件a,显然a在b之前结束,那么事件序列acdef依旧是最短事件序列。

显然,选中最早结束的事件对最长的事件序列无影响。

那么,我们可以选中最早结束的事件0,然后再选中发生时刻大于等于3,且结束时刻最小的事件;

继续选中事件1,然后再选中发生时刻大于等于4,且结束时刻最小的事件;

继续选中事件5,然后再选中发生时刻大于等于10,且结束时刻最小的事件;

继续选中事件8,然后再选中发生时刻大于等于15,且结束时刻最小的事件;

继续选中事件10,然后发现没有可选事件了,最长事件序列为0,1,5,8,10

贪心思路:先把所有事件按结束时刻从大到小排序,随后每次选择一个最早结束且和之前不冲突的事件

例2(搬桌子)

一层楼的布局如上,现在需要将一些桌子从一个房间搬到另一个房间。无论距离远近,每趟搬运都需要十分钟。

当你从房间 i 搬桌子到房间 j 时,房间 i 到房间 j 的走廊被占用,也就是同一时间的走廊是互斥的。

现在需要计算完成所有搬运任务最少需要多长时间。

输出包含T组用例。首先输入一个正整数N,表示需要搬运的桌子数,接下来N行,每行包含2个正整数a和b,表示需要将桌子从a房间搬到b房间

输出为每组用例搬运任务需要的最少时间。

思路:记录每段区间的走廊被占用的次数,重合的次数就是需要搬运的次数

 #include<iostream>​using namespace std;​int t, i, j, N, P[200]; int s, d, temp, k, MAX;​int main(){cin >> t;for(i = 0; i < t; i++){// 初始化 for(j = 0; j < 200; j++){P[j] = 0;}cin >> N;for(j = 0; j < N; j++){cin >> s >> d;s = (s-1)/2;d = (d-1)/2;if(s > d){swap(s, d);}for(k = s; k <= d; k++){P[k]++;}}MAX = -1;for(j = 0; j < 200; j++){MAX = max(MAX, P[j]);}cout << MAX*10 << endl;}return 0;}

例3(删数问题)

思路:显然高位越小越好。每次比较相邻两数,若左边比右边大则删去左边的数,否则继续比较后面的数。

例4(青蛙的邻居)

输入t组样例,每组样例先输入n个湖泊,每个青蛙呆在不同湖泊里面,然后输入n青蛙的邻居个数,问能否根据这些数据构成一个图。

问题本质:可图性判断

1、度序列:若把图G所有顶点的度数排成一个序列S,则称S为图G的度序列。

2、序列是可图的:一个非负整数组成的有限序列如果是某个无向图的度序列,则称该序列是可图的。

算法:Havel-Hakimi定理

由非负整数组成的非增序列S:d1 , d2, ... dn(n >= 2, d1 >= 1)是可图的,当且仅当序列S1:d2-1, d3-1, ..., dd1+1-1, dd1+2, ... ,dn是可图的。

其中,序列S1中有n-1个非负整数,S序列中d1后的前d1个度数(即d2 ~ dd1+1)减 1 后构成S1中的前d1个数。

通俗理解

假设有一群人的邻居数为递增序列 5 4 4 3 2 1 1,若该序列成立,则第一个人有5个邻居,假设第一个人的五个邻居分别是2,3,4,5,6

当第一个人搬走了,剩下的人邻居个数为 3 3 2 1 0 1;排序后为为3 3 2 1 1 0

当第二个人搬走了,剩下的人邻居个数为 2 1 0 1 0;排序后为为2 1 1 0 0

当第三个人搬走了,剩下的人邻居个数为 0 0 0 0,此时该序列成立。

特别说明:若要用贪心算法求解某问题的整体最优解,必须首先证明贪心思想在该问题的应用结果就是最优解!!

sort函数的使用

头文件

 #include<algorithm>

函数用法

sort(首地址,尾地址+1,cmp函数);

当不传入cmp函数时,默认递增

例:

 struct node{int a;double b;}arr[100];// 要求先按a升序,若a相等则按b降序bool cmp(node x, node y){if(x.a != y.a){return x.a < y.a;}return x.b > y.b;}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/71033.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Xcode证书密钥导入

证书干嘛用 渠道定期会给xcode证书&#xff0c;用来给ios打包用&#xff0c;证书里面有记录哪些设备可以打包进去。 怎么换证书 先更新密钥 在钥匙串访问中&#xff0c;选择系统。(选登录也行&#xff0c;反正两个都要导入就是了)。 mac中双击所有 .p12 后缀的密钥&#xff…

使用 Elastic APM 监控你的 C++ 应用程序

作者&#xff1a;来自 Elastic Haidar Braimaanie 在本文中&#xff0c;我们将使用 Opentelemetry CPP 客户端来监控 Elastic APM 中的 C 应用程序。 介绍 开发人员、SRE 和 DevOps 专业人员面临的主要挑战之一是缺乏能够为他们提供应用程序堆栈可见性的综合工具。市场上的许多…

前端骨架怎样实现

前端骨架屏&#xff08;Skeleton Screen&#xff09;是一种优化页面加载体验的技术&#xff0c;通常在内容加载时展示一个简易的占位符&#xff0c;避免用户看到空白页面。骨架屏通过展示页面结构的骨架样式&#xff0c;让用户有页面正在加载的感觉&#xff0c;而不是等待内容加…

团结引擎 Shader Graph:解锁图形创作新高度

Shader Graph 始终致力于为开发者提供直观且高效的着色器构建工具&#xff0c;持续推动图形渲染创作的创新与便捷。在团结引擎1.4.0中&#xff0c;Shader Graph 迎来了重大更新&#xff0c;新增多项强大功能并优化操作体验&#xff0c;助力开发者更轻松地实现高质量的渲染效果与…

微信小程序地图标记点,安卓手机一次性渲染不出来的问题

问题描述&#xff1a; 如果微信小程序端&#xff0c;渲染的标记物太多&#xff0c;安卓手机存在标记物不显示的问题&#xff0c;原因初步判断是地图还没有渲染完&#xff0c;标记物数据已经加载完了&#xff0c;导致没有在地图上显示。 解决办法&#xff1a; 使用map组件的b…

AI前端开发的崛起与ScriptEcho的助力

近年来&#xff0c;人工智能&#xff08;AI&#xff09;技术飞速发展&#xff0c;深刻地改变着软件开发的格局。尤其是在前端开发领域&#xff0c;AI的应用越来越广泛&#xff0c;催生了对AI写代码工具的需求激增&#xff0c;也显著提升了相关人才的市场价值。然而&#xff0c;…

安装并配置 MySQL

MySQL 是世界上最流行的开源关系型数据库管理系统之一&#xff0c;因其高性能、可靠性和易用性而被广泛应用于各种规模的企业级应用中。本文将详细介绍如何在不同的操作系统上安装和配置 MySQL&#xff0c;帮助你快速搭建起一个功能完善的数据库环境。 选择适合你的安装方式 …

《探秘Windows 10驱动开发:从入门到实战》

《探秘Windows 10驱动开发:从入门到实战》 为什么要在 Windows 10 编写驱动程序 在当今数字化时代,计算机已成为人们生活和工作中不可或缺的工具 ,而 Windows 10 作为一款广泛使用的操作系统,其生态系统的丰富性和复杂性不言而喻。在这个庞大的体系中,驱动程序扮演着举足…

【prompt示例】智能客服+智能质检业务模版

本文原创作者&#xff1a;姚瑞南 AI-agent 大模型运营专家&#xff0c;先后任职于美团、猎聘等中大厂AI训练专家和智能运营专家岗&#xff1b;多年人工智能行业智能产品运营及大模型落地经验&#xff0c;拥有AI外呼方向国家专利与PMP项目管理证书。&#xff08;转载需经授权&am…

算法17(力扣217)存在重复元素

1、问题 给你一个整数数组 nums 。如果任一值在数组中出现 至少两次 &#xff0c;返回 true &#xff1b;如果数组中每个元素互不相同&#xff0c;返回 false 。 2、示例 &#xff08;1&#xff09; 示例 1&#xff1a; 输入&#xff1a;nums [1,2,3,1] 输出&#xff1a;…

使用 ffmpeg 给视频批量加图片水印

背景 事情是这样的……前两天突然接到 leader 给的一个任务&#xff1a;给视频加上图片 logo 水印。我这种剪映老司机当然迷之一笑了哈哈哈哈哈&#xff0c;沉浸在简单的任务中还没反应过来巴掌就如洪水般涌来&#xff0c;因为 leader 给了几十个视频……作为一个计算机人&…

CSS 属性选择器详解与实战示例

CSS 属性选择器是 CSS 中非常强大且灵活的一类选择器&#xff0c;它能够根据 HTML 元素的属性和值来进行精准选中。在实际开发过程中&#xff0c;属性选择器不仅可以提高代码的可维护性&#xff0c;而且能够大大优化页面的样式控制。本文将结合菜鸟教程的示例&#xff0c;从基础…

基于SpringBoot和PostGIS的省域“地理难抵点(最纵深处)”检索及可视化实践

目录 前言 1、研究背景 2、研究意义 一、研究目标 1、“地理难抵点”的概念 二、“难抵点”空间检索实现 1、数据获取与处理 2、计算流程 3、难抵点计算 4、WebGIS可视化 三、成果展示 1、华东地区 2、华南地区 3、华中地区 4、华北地区 5、西北地区 6、西南地…

计算机毕业设计——Springboot的校园新闻网站

&#x1f4d8; 博主小档案&#xff1a; 花花&#xff0c;一名来自世界500强的资深程序猿&#xff0c;毕业于国内知名985高校。 &#x1f527; 技术专长&#xff1a; 花花在深度学习任务中展现出卓越的能力&#xff0c;包括但不限于java、python等技术。近年来&#xff0c;花花更…

PyCharm 批量替换

选择替换的内容 1. 打开全局替换窗口 有两种方式可以打开全局替换窗口&#xff1a; 快捷键方式&#xff1a; 在 Windows 或 Linux 系统下&#xff0c;按下 Ctrl Shift R。在 Mac 系统下&#xff0c;按下 Command Shift R。菜单操作方式&#xff1a;点击菜单栏中的 Edit&…

深度剖析责任链模式

一、责任链模式的本质&#xff1a;灵活可扩展的流水线处理 责任链模式&#xff08;Chain of Responsibility Pattern&#xff09;是行为型设计模式的代表&#xff0c;其核心思想是将请求的发送者与接收者解耦&#xff0c;允许多个对象都有机会处理请求。这种模式完美解决了以下…

服务器使用centos7.9操作系统前需要做的准备工作

文章目录 前言1.操作记录 总结 前言 记录一下centos7.9操作系统的服务器在部署业务服务之前需要做的准备工作。 大家可以复制到自己的编辑器里面&#xff0c;有需求的注释一些步骤。 备注&#xff1a;有条件的项目推荐使用有长期支持的操作系统版本。 1.操作记录 # 更换阿里云…

Aitken 逐次线性插值

Aitken 逐次线性插值 用 Lagrange 插值多项式 L n ( x ) L_n(x) Ln​(x)计算函数近似值时&#xff0c;如需增加插值节点&#xff0c;那么原来算出的数据均不能利用&#xff0c;必须重新计算。为克服这个缺点&#xff0c;可用逐次线性插值方法求得高次插值。 令 I i 1 , i 2…

HARCT 2025 分论坛9:专用设备和机器人系统

会议名称&#xff1a;机电液一体化与先进机器人控制技术国际会议 会议简称&#xff1a;HARCT 2025 大会时间&#xff1a;2025年3月28日-30日 大会地点&#xff1a;中国桂林 主办单位&#xff1a;桂林航天工业学院、广西大学、桂林电子科技大学、桂林理工大学 协办单位&…

建筑兔零基础自学python记录18|实战人脸识别项目——视频检测07

本次要学视频检测&#xff0c;我们先回顾一下图片的人脸检测建筑兔零基础自学python记录16|实战人脸识别项目——人脸检测05-CSDN博客 我们先把上文中代码复制出来&#xff0c;保留红框的部分。 ​ 然后我们来看一下源代码&#xff1a; import cv2 as cvdef face_detect_demo(…