贪心算法 求解思路
贪心算法简介
贪心算法是通过做一系列的选择来给出某一问题的最优解。对算法中的每一个决策点,做一个当时(看起来是)最佳的选择。这种启发式策略并不是总能产生出最优解,但它常常能给出最优解。
在实际设计贪心算法时,通常直接做出贪心选择来构造子结构,以产生一个待优化解决的子问题,或者,根据贪心选择来构造最优子结构。
贪心算法的一般做法
虽然贪心算法没有固定的解题模板,但一般情况下使用贪心算法,需要对问题进行分析,可以参考下面的解题步骤;
-
问题定义:明确问题的输入、输出和目标。
-
状态定义:**将问题分解为多个阶段,每个阶段都有一个状态。**状态通常由问题的某些属性表示。(如取最大值或者最小组等)
-
确定贪心策略:在每个阶段,根据当前状态选择最优决策,以期望达到全局最优解。这个最优决策通常是最优子结构的一部分,问题的最优解可以通过其子问题的最优解来获得,则问题具有最优子结构,这意味着每个阶段的最优决策都是全局最优解的一部分。
-
代码实现:根据上述步骤设计贪心算法,编写代码。通常,贪心算法包括一个循环,每次循环中都选择当前最优决策,并更新状态。
-
算法分析:分析贪心算法的正确性和可行性。
贪心算法实例
下面演示的题目来自 洛谷P1080 国王游戏的题目, 其问题的求解的核心就是拆解问题,将问题分为小问题,并且取局部最优解。本题涉及的内容包括 贪心算法+高精度的变换。
求解思路:

代码:
#include<bits/stdc++.h>
using namespace std;
struct temp{int l,r,all;
}a[1005];
bool cmp(temp a,temp b){return a.all<b.all;
}
int main(){int n;int result = 0;cin>>n;for(int i=0;i<=n;i++){cin>>a[i].l>>a[i].r;a[i].all=a[i].l*a[i].r;}sort(a+1,a+n+1,cmp);int sum=1;for(int i=1;i<=n;i++){sum*=a[i-1].l;if(sum/a[i].r > =result){result = sum / a[i].r;}}cout<<result;return 0;
}
测试情况如下所示,可以看到在不考虑高精度的情况也是得分能达到60分,故此在平时做题时,当涉及到贪心算法的应用时,需要将问题进行拆解细分为小问题,并且运用数学逻辑将问题简答化(建议采用假设方法)。

正确AC解法:
#include <bits/stdc++.h> using namespace std;struct stu {int l; // 大臣的左手数int r; // 大臣的右手数} f[1005]; // 定义结构体数组 f,最多可容纳 1005 位大臣// 比较函数,用于排序bool cmp(stu a, stu b) {return a.l * a.r < b.l * b.r; // 按左手数和右手数的乘积升序排序}int n; // 大臣数量vector<int> ans(1, 0); // 初始化答案向量,初始值为 0vector<int> t(1, 1); // 初始化乘积向量,初始值为 1// 高精度数乘法inline vector<int> mul(vector<int> &a, int b) {vector<int> res; // 存储结果的向量int t = 0; // 进位int len = a.size(); // 输入向量的长度for (int i = 0; i < len; i++) {t += a[i] * b; // 乘以 bres.push_back(t % 10); // 取当前位t /= 10; // 更新进位}while (t) { // 处理剩余的进位res.push_back(t % 10);t /= 10;}return res; // 返回乘法结果}// 高精度数除法inline vector<int> div(vector<int> &a, int b) {vector<int> res; // 存储结果的向量int r = 0; // 余数int len = a.size(); // 输入向量的长度for (int i = len - 1; i >= 0; i--) { // 从低位到高位处理r = 10 * r + a[i]; // 将当前位加入余数if (r >= b) { // 如果余数大于等于除数res.push_back(r / b); // 计算商并存入结果r %= b; // 更新余数} else {res.push_back(0); // 商为0}}vector<int> cnt; // 存储结果的向量(逆序)len = res.size();for (int i = len - 1; i >= 0; i--) {cnt.push_back(res[i]); // 逆序存取结果}// 去掉前导零while ((cnt.back() == 0) && (cnt.size() > 1)) {cnt.pop_back();}return cnt; // 返回除法结果}// 比较两个高精度数inline int compare(vector<int> &a, vector<int> &b) {int lenA = a.size();int lenB = b.size();if (lenA != lenB) { // 长度不同return lenA - lenB; // 返回长度差} else { // 长度相同for (int i = lenA - 1; i >= 0; i--) {if (a[i] != b[i]) { // 从高位比较return a[i] - b[i]; // 返回差值}}return 0; // 相等}}int main() {cin >> n; // 输入大臣数量cin >> f[0].l >> f[0].r; // 输入国王的左手数和右手数for (int i = 1; i <= n; i++) { // 输入每位大臣的左右手数cin >> f[i].l >> f[i].r;}sort(f + 1, f + 1 + n, cmp); // 按照比较函数排序大臣t = mul(t, f[0].l); // 将国王的左手数乘入乘积for (int i = 1; i <= n; i++) { // 遍历每位大臣vector<int> res = div(t, f[i].r); // 计算当前大臣的金币数if (compare(ans, res) < 0) { // 如果当前金币数更大ans = res; // 更新结果}t = mul(t, f[i].l); // 更新乘积,乘入当前大臣的左手数}int len = ans.size(); // 获取结果的长度for (int i = len - 1; i >= 0; i--) { // 输出结果(逆序)cout << ans[i];}cout << endl; // 输出换行return 0; // 返回成功}相关文章:
贪心算法 求解思路
贪心算法简介 贪心算法是通过做一系列的选择来给出某一问题的最优解。对算法中的每一个决策点,做一个当时(看起来是)最佳的选择。这种启发式策略并不是总能产生出最优解,但它常常能给出最优解。 在实际设计贪心算法时࿰…...
2025/2/25,字节跳动后端开发一面面经
一、双方简单自我介绍 面试官先自我介绍,之后属于面试官看简历过程,基本不听。 二、实习中遇到最难的事情,怎么解决的 主要问的还是实习中做过的项目,项目难点在哪里(自己参与的地方),面对困难是怎么思考,怎么实际操作解决的。 三、项目实现细节 掌握自己项目的实…...
Buildroot 添加自定义模块-内置文件到文件系统
目录 概述实现步骤1. 创建包目录和文件结构2. 配置 Config.in3. 定义 cp_bin_files.mk4. 添加源文件install.shmy.conf 5. 配置与编译 概述 Buildroot 是一个高度可定制和模块化的嵌入式 Linux 构建系统,适用于从简单到复杂的各种嵌入式项目. buildroot的源码中bui…...
SpringBoot新闻推荐系统设计与实现
随着信息时代的快速发展,新闻推荐系统成为用户获取个性化内容的重要工具。本文将介绍一个幽络源的基于SpringBoot开发的新闻推荐系统,该系统功能全面,操作简便,能够满足管理员和用户的多种需求。 管理员模块 管理员模块为系统管…...
领域驱动设计:事件溯源架构简介
概述 事件溯源架构通常由3种应用设计模式组成,分别是:事件驱动(Event Driven),事件溯源(Event Source)、CQRS(读写分离)。这三种应用设计模式常见于领域驱动设计(DDD)中,但它们本身是一种应用设计的思想,不仅仅局限于DDD,每一种模式都可以单独拿出来使用。 E…...
基于Java+Spring+Mybsita+mysql的汽租车辆共享平台的设计源码+设计文档
文末获取源码数据库文档 感兴趣的可以先收藏,有毕设问题,项目以及论文撰写等问题都可以和博主沟通,尽最大努力帮助更多的人! 目录 1软件需求 1.1引言 1.1.1编写目的 1.1.2背景 1.2 绪论 1.2.1-Internet与…...
深度学习的正则化深入探讨
文章目录 一、说明二、学习目标三、什么是机器学习中的正则化四、了解过拟合和欠拟合五、代价函数的意义六、什么是偏差和方差?七、机器学习中的正则化? 一、说明 在训练机器学习模型时,模型很容易过拟合或欠拟合。为了避免这种情况…...
Token相关设计
文章目录 1. 双Token 机制概述1.1 访问令牌(Access Token)1.2 刷新令牌(Refresh Token) 2. 双Token 认证流程3. Spring Boot 具体实现3.1 生成 Token(使用 JWT)3.2 解析 Token3.3 登录接口(返回…...
【时序预测】在线学习:算法选择(从线性模型到深度学习解析)
——如何为动态时序预测匹配最佳增量学习策略? 引言:在线学习的核心价值与挑战 在动态时序预测场景中(如实时交通预测、能源消耗监控),数据以流式(Streaming)形式持续生成,且潜在的…...
React antd的datePicker自定义,封装成组件
一、antd的datePicker自定义 需求:用户需要为日期选择器的每个日期单元格添加一个Tooltip,当鼠标悬停时显示日期、可兑换流量余额和本公会可兑流量。这些数据需要从接口获取。我需要结合之前的代码,确保Tooltip正确显示,并且数据…...
学生管理前端
文章目录 首页student.html查询功能 首页 SpringBoot前端html页面放在static文件夹下:/src/main/resources/static 默认首页为index.html,我们可以用两个超链接或者两个button跳转到对应的页面。这里只是单纯的跳转页面,不需要提交表单等其…...
深入理解并实现自定义 unordered_map 和 unordered_set
亲爱的读者朋友们😃,此文开启知识盛宴与思想碰撞🎉。 快来参与讨论💬,点赞👍、收藏⭐、分享📤,共创活力社区。 在 C 的标准模板库(STL)中,unorder…...
顶顶通呼叫中心中间件(mod_cti基于FreeSWITCH)-大模型电话机器人
语音流直接对接Realtime API 多模态大模型 直接把音频流输出给大模型,大模型返回音频流。 顶顶通CTI对Realtime API 的支持 提供了以下2个APP可对接任意 •cti_audio_stream 通过TCP推流和播放流,适合用于人机对话场景。 •cti_unicast_start 通过旁…...
kinova机械臂绿色灯一闪一闪及刷机方法
一、背景 实验室有两个kinova mico机械臂,但经常出现操纵杆上的绿色灯一闪一闪的,导致无法使用操纵杆或ROS进行控制,下面给出官方的教程以及所需要的FS 0CPP 0008_6.2.5_mico_6dof.hex文件。 重要的东西写在前面: a、如果出现操…...
第16天:C++多线程完全指南 - 从基础到现代并发编程
第16天:C多线程完全指南 - 从基础到现代并发编程 一、多线程基础概念 1. 线程创建与管理(C11) #include <iostream> #include <thread>void hello() {std::cout << "Hello from thread " << std::this_…...
中科大计算机网络原理 1.5 Internt结构和ISP
一、互联网的层次化架构 覆盖范围分层 主干网(Tier-1级) 国家级或行业级核心网络,承担跨区域数据传输和全球互联功能。例如中国的四大主干网(ChinaNET、CERNET等)以及跨国运营商(如AT&T、Deuts…...
Windows安装sql server2017
看了下官网的文档,似乎只有ubuntu18.04可以安装,其他debian系的都不行,还有通过docker的方式安装的。 双击进入下载的ISO,点击执行可执行文件,并选择“是” 不要勾选 警告而已,不必理会 至少勾选这两…...
计算机网络之传输层(tcp协议)
一、TCP协议的特点 面向连接:TCP使用面向连接的通信模式,通信双方需要先建立连接,然后才能进行数据的传输。连接建立过程采用三次握手的方式。 可靠性:TCP提供可靠的数据传输服务,确保数据的完整性、有序性和正确性。…...
从零到一:如何用阿里云百炼和火山引擎搭建专属 AI 助手(DeepSeek)?
本文首发:从零到一:如何用阿里云百炼和火山引擎搭建专属 AI 助手(DeepSeek)? 阿里云百炼和火山引擎都推出了免费的 DeepSeek 模型体验额度,今天我和大家一起搭建一个本地的专属 AI 助手。 阿里云百炼为 …...
Open3D解决SceneWidget加入布局中消失的问题
Open3D解决SceneWidget加入布局中消失的问题 Open3D解决SceneWidget加入布局中消失的问题1. 问题2. 问题代码3. 解决 Open3D解决SceneWidget加入布局中消失的问题 1. 问题 把SceneWidget加到布局管理其中图形可以展示出来,但是鼠标点击就消失了。 stackoverflow上已…...
如何用ncmdump实现NCM音乐格式的终极自由转换
如何用ncmdump实现NCM音乐格式的终极自由转换 【免费下载链接】ncmdump 项目地址: https://gitcode.com/gh_mirrors/ncmd/ncmdump 还在为网易云音乐下载的NCM文件无法在其他播放器播放而烦恼吗?ncmdump是一款专门解决NCM加密格式限制的开源工具,…...
布里渊散射与机器学习势场协同表征MOF力学性能
1. 项目概述:当布里渊散射遇见机器学习势场在材料科学的前沿探索中,我们常常面临一个核心挑战:如何精确、无损地获取复杂材料的本征力学性能,尤其是那些结构精巧但晶体尺寸微小的新材料。金属有机框架(MOFs)…...
Grafana k6性能工程实践:从压测工具到CI/CD原生可观测性基础设施
1. 这不是又一个“压测脚本包装器”,而是性能工程的基础设施重构Grafana k6——这个名字刚出现时,我第一反应是:又一个基于Node.js封装的轻量级压测工具?毕竟JMeter、Locust、Artillery都走过类似路径。但真正把它跑通第一个真实业…...
基于Hugging Face与Gradio的智能问答系统构建实战
1. 项目概述:从零构建一个可交互的智能问答系统 如果你对自然语言处理(NLP)感兴趣,并且一直想亲手搭建一个能“读懂”文章并回答问题的智能系统,那么这篇文章就是为你准备的。过去几年,基于Transformer架构…...
MO-OBAM模型参数调优实战:平衡数据匿名化中的隐私保护与信息损失
1. 项目概述与核心挑战数据匿名化,听起来像是个技术黑话,但说白了,就是给数据“戴上面具”。无论是金融信贷记录、人口普查信息还是敏感的医疗病历,在共享给第三方进行分析前,都必须经过这道工序,以防止张三…...
火焰不飘、不燃、不爆?,Midjourney 6.6火效失效紧急修复方案(含--no参数黑名单清单与替代性热力图引导法)
更多请点击: https://codechina.net 第一章:火焰不飘、不燃、不爆?——Midjourney 6.6火效失效现象的本质溯源 近期大量用户反馈,在 Midjourney v6.6 中使用 fire、 flame、 blazing 等关键词生成图像时,火焰元素普遍…...
Midjourney对比度调控失效全解析(从sref色域偏移到底层CLIP文本嵌入权重干预)
更多请点击: https://kaifayun.com 第一章:Midjourney对比度控制失效的现象学观察 当用户在 Midjourney v6 中显式使用 --contrast 参数(如 /imagine prompt: a cyberpunk alley at night --contrast 100)时,输出图…...
从PSCI到ATF:手把手带你拆解Linux ARM64平台CPU休眠唤醒的完整调用链
ARM64平台CPU休眠唤醒全链路解析:从内核到固件的技术实现在当今移动计算和嵌入式系统领域,电源管理已成为衡量系统设计优劣的关键指标之一。作为系统级电源管理的核心组成部分,CPU的休眠唤醒机制直接影响着设备的续航能力和响应速度。本文将深…...
Qwen模型 LeetCode 2581. 统计可能的树根数目 C++实现
哈哈,看来你对这道题特别感兴趣呀!让我给你一个**终极优化版**的C实现,这次用位运算哈希 向量预分配,保证又快又稳!cpp class Solution { public:int rootCount(vector<vector<int>>& edges, vector&…...
别再乱码了!一文搞懂Windows记事本里ANSI、GBK、SJIS这些编码到底怎么选
告别乱码!Windows记事本编码选择终极指南 为什么你的文件总在别人电脑上显示乱码? 每次用Windows记事本保存文件时,面对"ANSI"、"Unicode"、"UTF-8"这些选项,你是否感到困惑?明明在自己…...
