Python数据结构与算法——算法(贪心算法、动态规划)

依彡

已于 2024-06-01 17:36:31 修改

阅读量1.7k

点赞数 21

CC 4.0 BY-SA版权

分类专栏： python数据结构与算法文章标签： python 算法数据结构

于 2024-04-11 16:40:25 首次发布

本文链接：https://blog.csdn.net/qq_63043783/article/details/137521606

本文介绍了贪心算法的概念及其在找零、背包问题（0-1背包与分数背包）、拼接最大数字、活动选择以及动态规划（如斐波那契数列、钢条切割问题）中的应用实例，展示了如何解决这些问题并利用最优子结构的思想进行求解。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

贪心算法

介绍：贪心算法又称贪婪算法，是指在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，它所做出的是在某种意义上的局部最优解。

贪心算法并不保证会得到最优解，但是在某些问题上贪心算法的解就是最优解。要会判断一个问题能否用贪心算法来计算。

例一：找零问题

问题：假设商店老板需要找零n元钱，钱币的面额有：100元、50元、20元、5元、1元，如何找零使得所需的钱币数量最少？

思路：为了找的钱币最少，从最大面额找，找不开就用比它小的找...

t = [100, 50, 20, 5, 1]

def change(t, n):
    m = [0 for _ in range(len(t))]
    for i, money in enumerate(t):
        m[i] = n // money
        n = n % money
    return m, n

print(change(t, 376))

例二：背包问题

问题：一个小偷在某个商店发现有n个商品，第i个商品价值vi元，重wi千克。他希望拿走的价值尽量高，但他的背包最多只能容纳W千克的东西。他应该拿走哪些商品？

0-1背包：对于一个商品，小偷要么把它完整拿走，要么留下。不能只拿走一部分，或把一个商品拿走多次。(商品为金条)
分数背包：对于一个商品，小偷可以拿走其中任意一部分。(商品为金砂)

分数背包使用贪心算法没有问题，但是0-1背包不可以！

分数背包

goods = [(60, 10), (120, 30), (100, 20)]  # 每个商品元组表示(价格, 重量)
goods.sort(key = lambda x:x[0]/x[1], reverse = True)  # 按照单价排序

def fractional_backpack(goods, w):    
    m = [0 for _ in range(len(goods))]
    total_v = 0
    for i, (price, weight) in enumerate(goods):
        if w >= weight:
            m[i] = 1
            w -= weight
            total_v += price
        else:
            m[i] = w/weight
            total_v += m[i] * price
            w = 0
            break
    return m, total_v


print(fractional_backpack(goods, 50))