当前位置: 首页 > article >正文

算法设计:实验二贪心算法

【实验目的】

应用贪心算法求解活动安排问题。

【实验要求】

活动安排问题是可以用贪心算法有效求解的很好的例子。

问题:有n个活动的集合A={1,2,…,n},其中每个活动都要求使用同一资源,如演讲会场等,而在同一时间内只有一个活动能使用这一资源。

求解:安排尽量多项活动在该场地进行,即求A的最大相容子集。

设待安排的11个活动的开始时间和结束时间按结束时间的升序排列如下:

i

1

2

3

4

5

6

7

8

9

10

11

s[i]

1

3

0

5

3

5

6

8

8

2

12

f[i]

4

5

6

7

8

9

10

11

12

13

14

将此表数据作为实现该算法的测试数据。

【算法思想及处理过程】

贪心算法是一种基于贪心策略的算法,它在每一步选择中都采取当前状态下最优的选择,以期望能够获得全局最优解。它通常适用于满足以下两个条件的问题:

最优子结构性质:问题的最优解包含了其子问题的最优解。

贪心选择性质:通过局部最优选择,能够导出全局最优解。

贪心算法的基本思想是通过每一步的局部最优选择来构建问题的解决方案,从而实现对问题的全局最优解。它不像动态规划算法那样考虑所有可能的选择并进行比较,而是在每一步选择中只考虑局部最优解,然后逐步构建出全局最优解。

对于活动安排问题,贪心算法的思想是:

1.首先,按照活动的结束时间对活动进行升序排序。

2.选择第一个活动,并将其加入到最大相容子集中。

3.对于剩余的活动,依次检查每个活动的开始时间是否晚于等于前一个选中活动的结束时间,如果是,则将该活动加入到最大相容子集中。

4.重复步骤 3,直到所有活动都被检查完毕。

对于我的思路为:

1.  对活动按照结束时间进行升序排序。

2.  初始化一个结果列表,将第一个活动加入结果中。

3.  遍历剩余的活动,依次检查每个活动的开始时间是否晚于等于前一个选中活动的结束时间。

4.  如果是,则将该活动加入结果中,并更新最后选中活动的索引。

5.  重复步骤 3 和步骤 4,直到所有活动都被检查完毕。

6.  返回结果列表,即为最大相容子集。

流程图为:

同时为了跟好的记录数据,我创建了一个结构体Activity来记录活动的开始时间与结束时间

同时为了保证程序的正确性加入了check函数来保证不会出现相同的活动名,与此同时还会判断活动时间的正确性。

【程序代码】

#include <stdio.h>
#define MaxSize 9999

struct Activity {
	char name[MaxSize];
    int start;
    int finish;
};

int check(struct Activity activities[], int current, char name[]) {
	int i;
    for (i = 0; i < current; i++) {
        if (strcmp(activities[i].name, name) == 0) {
            return 0; // 发现重复的活动名
        }
    }
    return 1; // 没有发现重复的活动名
}

void activitySelection(struct Activity activities[], int n) {
    int i, j;

    // 按结束时间升序排序活动 
    for (i = 0; i < n-1; i++) {
        for (j = 0; j < n-i-1; j++) {
            if (activities[j].finish > activities[j+1].finish) {
                struct Activity temp = activities[j];
                activities[j] = activities[j+1];
                activities[j+1] = temp;
            }
        }
    }

    // 初始化结果列表,将第一个活动加入结果中
    printf("选中的活动:\n");
    printf("%s:(%d, %d)\n",activities[0].name, activities[0].start, activities[0].finish);
    // 从第二个活动开始遍历
    int next = 0;
    for (i = 1; i < n; i++) {
        // 如果当前活动的开始时间晚于等于前一个选中活动的结束时间,则将该活动加入结果中
        if (activities[i].start >= activities[next].finish) {
            printf("%s:(%d, %d)\n",activities[i].name, activities[i].start, activities[i].finish);
            next = i;
        }
    }
}

int main() {
    int n,i;
    printf("请输入活动个数:");
    scanf("%d", &n);

    struct Activity activities[n];
    printf("请输入每个活动的开始时间和结束时间(中间用空格隔开):\n");
    for (i = 0; i < n; i++) {
    	fflush(stdin);
        printf("活动名:");
        gets(activities[i].name);
        while(check(activities,i,activities[i].name) == 0){
        	printf("活动名重复,请重新输入:");
        	gets(activities[i].name);
        }
        printf("活动时间:");
        scanf("%d %d", &activities[i].start, &activities[i].finish);
        while((activities[i].start > activities[i].finish) || (activities[i].start == activities[i].finish)){
        	printf("活动时间输入违反规则,请重新输入:");
        	scanf("%d %d", &activities[i].start, &activities[i].finish);
        }
    }

    activitySelection(activities, n);

    return 0;
}

 【运行结果】

【算法分析】

1.  读取输入数据:这一步的时间复杂度为 O(n),其中 n 是活动的数量,因为需要对每个活动读取其开始时间和结束时间。

2.  对活动按结束时间升序排序:排序的时间复杂度取决于排序算法。在你的程序中,使用的是冒泡排序算法,其平均时间复杂度为 O(n^2)。虽然这不是最优的排序算法,但由于活动数量通常不会太大,因此对时间复杂度的影响并不太大。

3.  选择最大相容子集:在排序完成后,遍历一次活动数组并检查每个活动的开始时间是否晚于等于前一个选中活动的结束时间。由于只需要一次遍历,因此时间复杂度为 O(n)。

因此,总体时间复杂度为 O(n^2),其中 n 是活动的数量。


http://www.kler.cn/a/289034.html

相关文章:

  • Wireshark中的length栏位
  • 第 13 章 -Go 语言 接口
  • 基于yolov8、yolov5的鱼类检测识别系统(含UI界面、训练好的模型、Python代码、数据集)
  • 【数据价值化】国有企业数据资产入表及估值实践指南:挖掘数字资产新价值
  • leetcode-位运算题型
  • Java结合ElasticSearch根据查询关键字,高亮显示全文数据。
  • wget下载速度受到哪些因素影响?
  • MySQL:简述多版本并发控制MVCC
  • 无人机之电池篇
  • Python与R的完美协作:深入解析subprocess模块调用R脚本的参数传递机制
  • 安装WMware和Ubuntu并使用xShell连接
  • Map排序与转换的深入探索:Java与Kotlin的实现与应用
  • 宝兰德多款仓颉开源项目获GitCode官方G-Star毕业认证,释放开发效率新动能
  • 将军百战死,程序十年成
  • Spring Cloud Eureka与Kubernetes的集成:服务发现的混合方案
  • YOLO-World: Real-Time Open-Vocabulary Object Detection:实时开放词汇对象检测
  • QT教程-十七,QTextBrowser
  • dnsperf测试dns性能
  • 春秋云镜initial
  • c++----杨辉三角(补充)
  • 学懂C++(五十一): C++ 陷阱:详解多重继承与钻石继承引发的二义性问题
  • 上门家政系统源码开发详解
  • 界面控件Telerik UI for ASP.NET Core 2024 Q2亮点 - AI与UI的融合
  • Unified-IoU:用于高质量对象检测
  • 教你手机投屏到电视方法,用电视屏幕让家庭蛋糕制作更有趣
  • 数据结构-了解树和二叉树