GeeksforGeeks

Ми використовуємо файли cookie, щоб забезпечити найкращий досвід перегляду веб-сайту. Використовуючи наш веб-сайт, ви підтверджуєте, що прочитали та розумієте нашу Політику використання файлів cookie та Політику конфіденційності

проблема

Жадібний - це алгоритмічна парадигма, яка формує рішення по частинах, завжди вибираючи наступний фрагмент, який пропонує найбільш очевидну та негайну користь. Жадібні алгоритми використовуються для задач оптимізації. Проблему оптимізації можна вирішити за допомогою Greedy, якщо проблема має таку властивість: На кожному кроці ми можемо зробити вибір, який найкраще виглядає на даний момент, і отримати оптимальне рішення повної проблеми.
Якщо Жадібний алгоритм може вирішити проблему, тоді він, як правило, стає найкращим методом для вирішення цієї проблеми, оскільки Жадібні алгоритми загалом ефективніші за інші методи, такі як динамічне програмування. Але жадібні алгоритми не завжди можна застосовувати. Наприклад, проблему дробового рюкзака (див. Це) можна вирішити за допомогою Жадібного, але 0-1 рюкзака не можна вирішити за допомогою Жадібного.

Нижче наведено деякі стандартні алгоритми, які є Жадібними алгоритмами.
1) Дерево мінімального розмаху Крускала (MST): В алгоритмі Крускала ми створюємо MST, підбираючи краї по черзі. Greedy Choice - вибрати найменший край ваги, який не спричиняє циклу в побудованому до цього часу MST.
2) Мінімальне дерево розширення Prim: В алгоритмі Prim ми також створюємо MST, підбираючи ребра по одному. Ми підтримуємо два набори: набір вершин, вже включених до MST, і набір вершин, які ще не включені. Greedy Choice - вибрати найменший ваговий край, який з’єднує два набори.

3) Найкоротший шлях Дейкстри: Алгоритм Дейкстри дуже схожий на алгоритм Прима. Дерево найкоротшого шляху будується, від краю до краю. Ми підтримуємо два набори: набір вершин, вже включених до дерева, і набір вершин, які ще не включені. Greedy Choice - вибрати край, який з’єднує ці два множини і знаходиться на найменшому ваговому шляху від джерела до множини, що містить ще не включені вершини.
4) Кодування Хаффмана: Кодування Хаффмана - це техніка стиснення без втрат. Він призначає бітові коди змінної довжини різним символам. Жадібний вибір полягає у призначенні коду найменшої бітової довжини для найбільш частого персонажа.

Жадібні алгоритми іноді також використовуються для отримання наближення складних задач оптимізації. Наприклад, проблема подорожуючого продавця є важкою проблемою. Жадібний вибір для цієї проблеми - вибрати на кожному кроці найближче невідвідане місто з поточного міста. Ці рішення не завжди дають найкраще оптимальне рішення, але можуть бути використані для отримання приблизно оптимального рішення.

Давайте розглянемо проблему Вибору Діяльності як наш перший приклад Жадібних алгоритмів. Далі йдеться про проблему.
Вам дано n заходів із часом їх початку та закінчення. Виберіть максимальну кількість видів діяльності, які може виконувати одна людина, припускаючи, що людина може одночасно працювати лише над однією діяльністю.
Приклад:

Жадібний вибір полягає в тому, щоб завжди вибирати наступну діяльність, час закінчення якої є найменшим серед решти видів діяльності, а час початку більше або дорівнює часу закінчення раніше обраної діяльності. Ми можемо сортувати дії за часом їх закінчення, щоб ми завжди розглядали наступну діяльність як мінімальну активність за часом закінчення.

1) Відсортуйте заходи за часом їх закінчення
2) Виберіть першу активність із відсортованого масиву та роздрукуйте.
3) Виконайте наступні дії для решти дій у відсортованому масиві.
…… .a) Якщо час початку цієї діяльності більше або дорівнює часу закінчення раніше вибраної діяльності, тоді виберіть цю діяльність та роздрукуйте її.

У наступній реалізації C передбачається, що дії вже відсортовані за часом їх завершення.