五大常用算法：貪心算法

點擊上方“小白學視覺”，選擇加"星標"或“置頂”

重磅干貨，第一時間送達

本文轉(zhuǎn)自|視覺算法

一、基本概念：

所謂貪心算法是指，在對問題求解時，總是做出在當前看來是最好的選擇。也就是說，不從整體最優(yōu)上加以考慮，他所做出的僅是在某種意義上的局部最優(yōu)解。

貪心算法沒有固定的算法框架，算法設(shè)計的關(guān)鍵是貪心策略的選擇。必須注意的是，貪心算法不是對所有問題都能得到整體最優(yōu)解，選擇的貪心策略必須具備無后效性，即某個狀態(tài)以后的過程不會影響以前的狀態(tài)，只與當前狀態(tài)有關(guān)。

所以對所采用的貪心策略一定要仔細分析其是否滿足無后效性。

二、貪心算法的基本思路：

1.建立數(shù)學模型來描述問題。

2.把求解的問題分成若干個子問題。

3.對每一子問題求解，得到子問題的局部最優(yōu)解。

4.把子問題的解局部最優(yōu)解合成原來解問題的一個解。

三、貪心算法適用的問題

貪心策略適用的前提是：局部最優(yōu)策略能導致產(chǎn)生全局最優(yōu)解。

實際上，貪心算法適用的情況很少。一般，對一個問題分析是否適用于貪心算法，可以先選擇該問題下的幾個實際數(shù)據(jù)進行分析，就可做出判斷。

四、貪心算法的實現(xiàn)框架

從問題的某一初始解出發(fā)；

while （能朝給定總目標前進一步）
{
利用可行的決策，求出可行解的一個解元素；
}

由所有解元素組合成問題的一個可行解；

五、貪心策略的選擇

因為用貪心算法只能通過解局部最優(yōu)解的策略來達到全局最優(yōu)解，因此，一定要注意判斷問題是否適合采用貪心算法策略，找到的解是否一定是問題的最優(yōu)解。

六、例題分析

下面是一個可以試用貪心算法解的題目，貪心解的確不錯，可惜不是最優(yōu)解。

[背包問題]有一個背包，背包容量是M=150。有7個物品，物品可以分割成任意大小。

要求盡可能讓裝入背包中的物品總價值最大，但不能超過總?cè)萘俊?/span>

物品 A B C D E F G
重量 35 30 60 50 40 10 25
價值 10 40 30 50 35 40 30

分析：

目標函數(shù)：∑pi最大

約束條件是裝入的物品總重量不超過背包容量：∑wi<=M( M=150)

（1）根據(jù)貪心的策略，每次挑選價值最大的物品裝入背包，得到的結(jié)果是否最優(yōu)？

（2）每次挑選所占重量最小的物品裝入是否能得到最優(yōu)解？

（3）每次選取單位重量價值最大的物品，成為解本題的策略。

值得注意的是，貪心算法并不是完全不可以使用，貪心策略一旦經(jīng)過證明成立后，它就是一種高效的算法。

貪心算法還是很常見的算法之一，這是由于它簡單易行，構(gòu)造貪心策略不是很困難。

可惜的是，它需要證明后才能真正運用到題目的算法中。

一般來說，貪心算法的證明圍繞著：整個問題的最優(yōu)解一定由在貪心策略中存在的子問題的最優(yōu)解得來的。

對于例題中的3種貪心策略，都是無法成立（無法被證明）的，解釋如下：

（1）貪心策略：選取價值最大者。反例：

W=30
物品：A B C
重量：28 12 12
價值：30 20 20

根據(jù)策略，首先選取物品A，接下來就無法再選取了，可是，選取B、C則更好。

（2）貪心策略：選取重量最小。它的反例與第一種策略的反例差不多。
（3）貪心策略：選取單位重量價值最大的物品。反例：

W=30
物品：A B C
重量：28 20 10
價值：28 20 10

根據(jù)策略，三種物品單位重量價值一樣，程序無法依據(jù)現(xiàn)有策略作出判斷，如果選擇A，則答案錯誤。

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學影像、GAN、算法競賽等微信群（以后會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~