---

一、贪心算法概述

 1. 贪心算法的定义：贪心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，只做出在某种意义上的局部最优解。

 2. 注意：贪心算法对有些问题可以快速获得整体最优解。对有些问题虽不能得到整体最优解，却可以得到近似最优解。

 3. 用贪心算法求解问题要满足以下条件：

• 贪心选择性质：贪心选择性质是指所求问题的整体最优解可以通过一系列局部最优的选择来得到，即通过贪心选择来达到。
• 最优子结构性质：一个问题的最优解包含其子问题的最优解。

 4. 贪心算法与动态规划的差异：

• 相同：贪心算法和动态规划算法都要求问题具有最优子结构性质。
• 不同：动态规划算法通常以自底向上的方式解各子问题；贪心算法通常以自顶往下的方式进行，每做一次贪心选择就将问题简化为规模更小的子问题。

 5. 贪心算法解题的一般步骤是：

• 建立数学模型来描述问题。
• 把求解的问题分成若干个子问题。
• 对每一子问题求解，得到子问题的局部最优解。
• 把子问题的局部最优解合成原来问题的一个解。

二、活动安排问题

2.1 问题概述

 1. 有 $n$ 个需要在同一天使用同一个教室的活动：$a_1,a_2,\dots ,a_n$。教室同一时刻只能由一个活动使用。每个活动 $a_i$ 都有一个开始时间 $s_i$ 和结束时间 $f_i$。一旦被选择后，活动 $a_i$ 就占据半开时间区间 $[s_i,f_i)$。如果 $[s_i,f_i)$ 和 $[s_j,f_j)$ 互不重叠，$a_i$ 和 $a_j$ 两个活动就可以被安排在这一天。该问题就是要安排这些活动，使得尽量多的活动能不冲突地举行。

 2. 可以用数学归纳法证明，我们的贪心策略应该是每次选取结束时间最早的活动。直观上也很好理解，按这种方法选择相容活动为未安排活动留下尽可能多的时间。这也是把各项活动按照结束时间单调递增排序的原因。

2.2 代码编写

 1. 不需要我们排序的代码：

#include<bits/stdc++.h>  
using namespace std; void activity_select(int n, int s[], int f[], int selected[])
{int j = 1; //j记录最近一次加入的活动 selected[1] = 1; //首先选择活动1 for (int i = 2; i <= n; i ++)if (s[i] >= f[j]) //如果活动i与活动j兼容，则选择活动i{  selected[i] = 1;j = i;}else{selected[i] = 0;}
}int main()
{cout<<"请输入活动的个数："; int n;cin>>n;int s[n],f[n];  //s[i],f[i]存储活动i的开始和结束时间int selected[n];  //若活动i被选择，则selected[i]置1，否则置0cout<<"请输入活动的开始和结束时间(按照结束时间升序输入)："<<endl;for (int i = 1; i <= n; i++){cin>>s[i]>>f[i];}activity_select(n,s,f,selected);cout<<"有如下活动被选择："<<endl;for (int i = 1; i <= n; i++){if (selected[i] == 1){cout<<i<<" "; }}	return 0;
}

 2. 需要我们排序的代码：

#include<bits/stdc++.h>
#include<iostream>
using namespace std;    struct activity //活动结构体 
{int start;int end;
};bool cmp(activity a,activity b)  //cmp参数为sort函数的排序准则，设置为按照活动的结束时间由小到大排序 
{  return a.end<b.end;  
} void activity_select(int n,int selected[],activity act[])  
{  int i=1;selected[1]=1; for(int j=2;j<=n;j++)  //从结束时间倒数第二小的活动开始遍历 {  if(act[j].start>=act[i].end)  {  i=j;   selected[j]=1; }  else{selected[j]=0;}}  
}int main()  
{cout<<"请输入活动的个数：";int n;cin>>n;int selected[n]; //若活动i被选择，则selected[i]置1，否则置0activity act[n];cout<<"请输入活动的开始和结束时间(按照结束时间升序输入)："<<endl;   for(int i=1;i<=n;i++){cin>>act[i].start>>act[i].end;}act[0].start=-1;act[0].end=-1;sort(act+1,act+n+1,cmp); //act+1表示第2个元素(i=1,第1个活动) activity_select(n,selected,act);  cout<<"有如下活动被选择："<<endl;for (int i=1; i<=n; i++){if (selected[i]==1){cout<<i<<" "; }}	return 0;
}  

三、背包问题

3.1 问题描述

 1. 假设有 $n$ 件物品，每件物品 $i$ 对应价值为 $v_i$，重量 $w_i$。背包只能装入重量为 $m$ 的物品。每件物品只能拿 $1$ 件，可以分割。问题是怎样放使得背包装入的物品价值最大？

 2. 贪心策略：（1）每次挑选价值最大的物品装入背包，得到的结果是否最优？（2）每次挑选重量最小的物品装入背包，得到的结果是否最优？（3）每次挑选单位重量价值最大的物品，价值是否最高？

 3. 可以用数学归纳法证明，我们的贪心策略应该是每次选取单位重量价值最大的的物品。

3.2 代码编写

#include<bits/stdc++.h>
using namespace std; struct item_type
{float weight; //物品重量 float value; //物品价值 float per_item_value; //单位重量物品价值 float rate; //使用百分率 
};bool cmp(item_type a, item_type b)
{return a.per_item_value > b.per_item_value;
}int main()
{int n; //n个物品float c; //背包容量为ccout << "输入物品件数和背包容量：" << endl;cin >> n >> c;item_type item[n];item[0].per_item_value=0;item[0].rate=0;item[0].value=0;item[0].weight=0;cout << "依次输入每件物品的价值和重量：" << endl;for (int i = 1; i <= n; i++){cin >> item[i].value >> item[i].weight;item[i].per_item_value = item[i].value / item[i].weight;//计算性价比item[i].rate = 0;//初始化使用率}sort(item + 1, item + n + 1, cmp);float sum = 0;int j = 1;for (j = 1; j < n; j++){if (item[j].weight <= c){item[j].rate = 1;sum = sum + item[j].value;c = c - item[j].weight; //c一直在更新 cout << "重量为：" << item[j].weight << "价值为：" << item[j].value << "的物品被放入了背包，放入比例为：" << item[j].rate << endl;}elsebreak;}//物品没装完if (j < n){item[j].rate = c / item[j].weight;c = c - item[j].rate * item[j].weight;sum = sum + item[j].rate * item[j].value;cout << "重量为：" << item[j].weight << "价值为：" << item[j].value << "的物品被放入了背包，放入比例为：" << item[j].rate << endl;cout << "背包剩余容量为：" << c;cout << "总价值：" << sum;}return 0; 
}