算法分析-贪心算法

文章目录

  • 前言
  • 一、定义
  • 二、特点
  • 三、使用场景
    • 适用场景:
    • 何时使用
      • 部分背包问题
      • 活动安排问题
      • 最优装载问题
    • 最小生成树
      • Prim算法:按点检索,适用于稠密图
      • Kruskal算法:并查集+最小生成树
      • Dijkstra算法:不能存在负权边,松弛操作
  • 总结


前言

本博客仅做学习笔记,如有侵权,联系后即刻更改

科普:贪心算法
在这里插入图片描述


一、定义

贪心算法是指在对问题进行求解时,在每一步选择中都采取最好或者最优(最有利)的选择,从而希望最终结果是最好或者最优的算法
贪心算法是通过局部最优求解全局最优的一种算法,能够用贪心算法求解的问题需具备贪心选择性质和最优子结构性质

二、特点

  • 贪心选择、最优子结构
    所求问题的整体最优解可以通过一系列局部最优的选择,即贪心选择来达到
    每作一次贪心选择可将所求问题简化为规模更小的子问题

三、使用场景

适用场景:

  • 整体最优解:
    活动安排问题、部分背包问题、最优装载问题、单源最短路径问题、最小生成树问题等
  • 一些问题只能得到近似最优解:
    多机调度问题、0-1背包问题等

何时使用

下面示例的超链接都是我写的博客喔,感兴趣可以点进去看看

  • 部分背包问题

按照单位重量价值从高到低选取物品,部分背包问题的时间复杂度为O(nlogn)

  • 活动安排问题

可以使用贪心算法求解活动安排问题,每次选择具有最早完成时间的相动,可以使剩余的可安排时间段极大化,进而求得整体最优解

  • 最优装载问题

采用重量最轻者先装的贪心选择策略,可产生最优装载问题的最优解

最小生成树

Prim算法:按点检索,适用于稠密图

  • 定义
    Prim算法是一种基于贪心思想求解加权无向图的最小生成树的算法
  • 时间复杂度:
    Prim算法的时间复杂度为T(n)= O(V2),适合于处理稠密图;如果使用小根堆优化,时间复杂度为T(n)=O(ElogV)
    算法分析-贪心算法_第1张图片

Kruskal算法:并查集+最小生成树

  • 并查集一种树型数据结构,用于处理一些不相交集合的合并及查询问题
  • 可以通过按秩合并和路径压缩对并查集进行优化
  • Kruskal算法通过使用并查集可以高效地构造图的最小生成树

Dijkstra算法:不能存在负权边,松弛操作

  • 定义:
    √Dijjkstra算法是一个按路径长度递增的次序产生最短路径的算法
  • 时间复杂度
    √Dijkstra算法的时间复杂度为T(n)= O(V2)
  • 最短路径问题:
    单源最短路径问题(Dijkstra算法、Bellman-Ford算法、SPFA算法)
    单终点最短路径问题(Dijkstra算法……)
    单对顶点最短路径问题(Dijkstra算法……)
    每对顶点间最短路径问题(Dijkstra算法………)

总结

小小励志

有些事你现在不做,一辈子都不会做了。
如果你想做一件事,全世界都会为你让路。
《搭车去柏林》

你可能感兴趣的:(算法,贪心算法,算法)