1. 程式人生 > >會場安排問題(貪心法)

會場安排問題(貪心法)

問題描述:

假設要在足夠多的會場裡安排一批活動,並希望使用盡可能少的會場。設計一個有效的貪心演算法進行安排(這個問題實際上是著名的圖著色問題。若將每一個活動作為圖的一個頂點,不相容活動間用邊相連。使相鄰頂點著有不同顏色的最小著色數,相應於要找的最小會場數)。

來換一個描述

為了能夠更加生動說明問題的整個過程,所以換一個類似的描述來契合《演算法圖解》一書中的描述。

你沒法讓這些課都在這間教室上,因為有些課的上課時間有衝突。

你希望這間教室上儘可能多的課。如何選出儘可能多且時間不衝突的課程呢?

這個問題似乎很難,但演算法卻簡單得讓人吃驚。具體做法如下:
- ①選出結束最早的課,它就是要在這間教室上的第一堂課。
- ②接下來,必須選擇第一堂課結束後才開始的課。同樣,你選擇結束最早的課,這將是要在這間教室上的第二堂課。

重複這樣做就能找出答案!下面來試一試。美術課的結束時間最早,為10:00 a.m,因此它就是第一堂課。

接下來的課必須在10:00 a.m後開始,且結束得最早。

英語課不行,因為它的時間與美術課衝突,但數學課滿足條件。最後,計算機課與數學課的時間是衝突的,但音樂課可以。

因此將在這間教室上如下三堂課。

貪婪演算法很簡單:每步都採取最優的做法。在這個示例中,你每次都選擇結束最早的課。用專業術語說,就是你每步都選擇區域性最優解,最終得到的就是全域性最優解。聽上去有些神奇,但對於這個排程問題上,上述的簡單演算法找到的就是最優解。

資料輸入

第一行有1個正整數k,表示有k個待安排的活動。接下來的k行中,每行有兩個正整數,分別表示k個待安排的活動開始時間和活動結束時間。時間以0點開始的分鐘計。

由於問題定義上有些紕漏,但通常,我們認為如果上一個活動在t時間結束,下一個活動最早應該在t+1時間開始(上述問題有一定出入)

程式碼實現

考慮到使用者輸入並不會按照開始的時間或者結束的時間嚴格輸入,所以我們自己或許要加一個排序演算法,這對我們自己遍歷也會提供方便:

private static int meeting_problem(int[] startTime,int[] endTime){
    //一組活動資料的最優解
    int maxresult = 1;
    //氣泡排序,對startTime和endTime資料進行排序
    for (int i = 0
; i < endTime.length-1; i++) { boolean canBreak = true; for (int j = 1; j < endTime.length - i; j++) { if (endTime[j-1] > endTime[j]) { int temp = endTime[j - 1]; endTime[j-1] = endTime[j]; endTime[j] = temp; int temp2 = startTime[j - 1]; startTime[j-1] = startTime[j]; startTime[j] = temp2; canBreak = false; } } if (canBreak) { break; } } // 記錄上一次活動的結束時間 int key = endTime[0]; for (int i = 1; i < endTime.length; i++) { // 如果活動的開始時間能夠大於上一次活動的結束時間 if (startTime[i] - key >= 1){ //計數+1 maxresult ++; //儲存結束時間 key = endTime[i]; } } return maxresult; }

結合輸入的程式碼:

public static void main(String[] args) {
    Scanner scanner = new Scanner(System.in);
    int num = scanner.nextInt();
    int[] results = new int[num];
    for (int i = 0; i < num; i++) {
        int a = scanner.nextInt();
        int[] startTimes = new int[a];
        int[] endTimes = new int[a];
        for (int j = 0; j < a; j++) {
            startTimes[j] = scanner.nextInt();
            endTimes[j] = scanner.nextInt();
        }
        results[i] = (meeting_problem(startTimes, endTimes));
    }
    for (Integer result:results) {
        System.out.println(result);
    }
}

另外一種思路

我們也可以通過找最大重疊數來完成,這裡不符合貪心策略,所以就不作深入研究。