前言:
此时咱们对“旅行商问题算法”大约比较着重,各位老铁们都想要了解一些“旅行商问题算法”的相关资讯。那么小编同时在网上汇集了一些有关“旅行商问题算法””的相关文章,希望朋友们能喜欢,咱们一起来了解一下吧!一、贪心算法的基本思想
所谓贪心算法是指,对问题求解时,总是做出在当前看来最好的选择。而不从整体最优加以考虑,得到的是局部最优解。贪心算法没有固定的算法框架,算法设计的关键是贪心策略的选择。必须注意的是,贪心算法不是对所有问题都能得到整体最优解,选择的贪心策略必须具备无后效性,即某个状态以后的过程不会影响以前的状态,只与当前状态有关。所以对所采用的贪心策略一定要仔细分析是否满足无后效性。贪心算法需要经过证明可行后,才可以运用到问题中。每一步的局部最优解,产生的全局解不一定是最优的,因此贪心法不需要回溯。
二、贪心算法设计基本思路
1. 建立数学模型来描述问题
2. 把求解的问题分解成若干个子问题
3. 对每一子问题求解,得到子问题的局部最优解
4. 把子问题的局部最优解合成原来问题的一个解
三、NP问题
集合覆盖问题、旅行商问题都属于NP完全问题,在数学领域并没有快速得到最优解的方案,贪心算法最适合处理这类问题。
如何判断是否是NP完全问题:
1. 元素较少时,运行速度很快,但随着元素数量增多,速度变得非常慢
2. 涉及到需要比较"所有组合"情况的通常是NP完全问题
3. 无法分割成小问题,必须考虑各种可能的情况,这可能是NP完全问题
4. 如果问题涉及序列(如旅行商问题中的城市序列),且难以解决,它可能就是NP完全问题
5. 如果问题涉及集合,且难以解决,它可能就是NP完全问题
6.如果问题可以转换成集合覆盖问题或者旅行商问题,那肯定是NP完全问题
四、贪心算法注意事项
1. 贪心算法解背包问题,不管选择什么策略,很难得到最优解
2. 当计算最优解,比如用穷举法,需求太长时间时,可以用贪心法中的近似算法计算近似最优解
3. 贪心算法得到可能是近似最优解,也可能就是最优解,比如区间调度问题,最短路径问题(广度优先、Dijkstra)
4.贪心算法(近似算法)大部分情况下易于实现,并且效率不错
五、实际场景
在一个教室安排最多课程问题、广播覆盖地区问题、货币支付问题、给更多的孩子分糖果问题
求最小生成树的Prim算法、Kruskal算法、计算强连通子图的Dijkstra算法、构造Huffman树的算法都是漂亮的贪心算法
六、贪心算法使用总结
不管是哪个场景使用贪心算法,都有一个共同点,那就是找到一个合理而贪心的策略,就行在一个教室中安排最多课程,需要从剩余课程集合中先找最先开始,最先结束的可能;在广播覆盖地区问题中,需要从剩余地区中找到覆盖最多地区的广播;货币支付问题中,先贪心的用最大面值货币;给更多孩子分糖果问题中,先用最小的糖,满足最小需求的孩子;
所以,判断在合适用贪心算法的场景,找到合适的策略,是用好贪心算法的关键。
注:文章最后图片拍摄于北京平谷区玻璃台村农家院。
谢谢大家可以添加关注或点赞,您的鼓励和支持是我们继续努力的最大动力!
标签: #旅行商问题算法