拟阵基础与贪心算法

转载 – 贪心算法与拟阵基础

这东西暂时只看懂了贪心算法的一点,先收藏起来,认识更多的时候再看

来源:http://hi.baidu.com/winterlegend/item/dc752c0bf2c18c8c02ce1bad

 

贪心算法与拟阵基础

贪心算法是通过一系列的选择来得到问题的最优解。对于每一个决策点,贪心算法所做出的都是当前状态下的最优决策。

贪心算法的设计,一般为:

1)将优化问题转化为这样的问题,即先做出决策,再解决剩下的一个子问题。

2)证明原问题总是有一个最优解是通过贪心得到的,从而说明贪心策略的安全性。(注意这里证明的技巧,是“总是有一个”)

3)说明在做出贪心选择后,剩余的子问题具有这样的一个性质:即如果将子问题的最优解与我们所作的贪心选择联合起来,可以得出原问题的一个最优解。

贪心算法的性质:

1 贪心选择性质。一个全局最优解可以通过局部最优(贪心)选择得到。换句话说,当考虑做何选择时,我们只考虑对当前问题最佳的选择而不考虑子问题(即在当前的选择下所生成的状态)的结果。

2 最优子结构。它的一个最优解包含了其子问题的最优解。(并不是所有的问题的最优化都是建立在其子问题的最优化上的)

贪心算法与动态规划:

每个贪心的背后,都可以有一个动态规划的解法。对于一棵状态空间树而言,动态规划要走遍当前节点可能扩展的所有分支(当然辅以记忆化),而贪心算法只走其中的一个分支。

拟阵

拟阵是满足下列条件的一个序对M=(S,I);

1)S是一个有穷的集合。

2)I是S的一类具有遗传性质的非空子集族。遗传性质定义为:如果B∈I且A⊂B,那么A∈I。即若B∈I,则B是S的独立子集(独立子集的定义),且B的任意子集也都是S的独立子集。空集必为I的成员。注意,I是集合的集合。

3)I满足交换性质。交换性质定义为,若A∈I,B∈I且|A|<|B|,则存在某一元素x∈B-A,使得A∪{x}属于I。(这条性质给了我们已知集合B,构造集合A的方法。而性质2暗示了我们已知集合B,找出其子集的性质的办法)

下面是一个拟阵的例子:

无向图G=(V,E)的拟阵,定义为M[G]=(S[G],I[G])。

*集合S[G]定义为E,即G的边集。

*如果A是E的子集,而且A是无回路的,则A属于IG。亦即,一组边A是独立的当且仅当子图G[A]=(V,A)构成了一个森林。

下面证明M[G]是一个拟阵。

1)显然S[G]=E是一个有穷集合。

2)I[G]是遗传的。对于任意的B∈I[G],A⊂B,边集A都∈I[G],原因是从无环的一组边中去掉一些边并不会产生出回路。

3) 具有k条边的森林恰好包含|V|-k棵树。若G[A]=(V,A)和G[B]=(V,B)是G的森林,且|B|>|A|,则G[A]中 有|V|-|A|棵树,G[B]中有|V|-|B|棵树。由于G[B]中的树比G[A]中的树要少,必有边e(u,v)∈G[B],!∈G[A]而且连接 G[A]中的两棵树。将e添加进A,不会产生回路。A∪{e}∈I。

命题得证。

给定拟阵M=(S,I),对于I中的独立子集 A∈I,若S有一元素x!∈A,使得将x加入A中仍保持独立性,即A∪{x}∈I,则称x为A的可扩展元素。当拟阵M中的独立子集A没有可扩展元素时,即 A不被M中别的独立子集所包含时。称A为极大独立子集。类似于极大线性无关组的证明,所有的极大独立子集具有相同的势。

若对拟阵M=(S,I)中的S指定权函数W,使得对于任意x∈S,有W(x)>0,则称拟阵M为带权拟阵。依此权函数,对于S的子集A有W(A)=Σ(x∈A)W(x)。

适宜用贪心方法获得最优解的许多问题,都可以归结为在加权矩阵中找出一个具有最大权值的独立子集问题。因为任意元素的权值都是正的,故找出的最优子集同时也是最大子集。下面是求带权拟阵最优子集的贪心算法。

GREEDY( M , W )

A<-空集

将S中的元素按照权值W大优先组织成一个优先队列。

While ( S不为空 )

   x = GetMax( S ) ;

    if ( A ∪ {x} ∈ I)

     A = A ∪ {x} ;

return A

这个算法排序的时间为O(NlogN),共判断N次,设判断复杂度为f(N),则整个算法运行时间为O(NlogN+Nf(N))

下面证明算法GREEDY返回的是一个最优子集。

引理1(拟阵具有贪心选择性质)

假设M=(S,I)是一个具有权函数W的加权拟阵,且S被按权值的单调减顺序排列。设x是S的第一个使{x}独立的元素。如果x存在,则存在S的一个包含x的最优子集A

引理2 设M=(S,I)为任意一个拟阵。如果x是S的任意元素,是S的独立子集A的一个可扩展元素,那么x也必然是空集的一个可扩展元素。

推论 设M=(S,i)为任意一个矩阵。如果x不是空集的可扩展元素,那么x也不会是S的任意独立子集A的一个可扩展元素。(这个推论说明了任何元素如果不能被立即用到,则以后也绝不会被用到。所以,在开始时,对S中的那些不是空集的可扩展元素的略过没有漏掉解)

引理3(拟阵具有最优子结构性质)

设x为S中被作用于加权拟阵M=(S,I)的GREEDY算法第一个选择的元素。找一个包含x的具有最大权值的独立子集问题,可以化归为找出加权矩阵M’=(S’,I’)的一个具有最大权值的独立子集问题,此处

S’={y∈S|{x,y}∈I}

I’={B⊂S-{x}|B∪{x}∈I}

其中,M’权函数为受限于S’的M的权函数(即M的由x引起的收缩)。

故可得定理,GREEDY返回最优子集。

首 先,开始时被略去的不是空集的元素不予考虑(推论)。一旦选择了第一个元素x,将它加入A是正确的(引理1)。最后,余下的问题就是一个在M的由x引起的 收缩M’中寻找一个最优子集问题(引理3)。在过程GREEDY将A置为{x}后,余下的各步骤都可解释为是在拟阵M’=(S’,I’)中进行的。因为B 在M’中是独立的,当且仅当B∪{x}在M中是独立的,其中B为任意属于I’的集合。这样,GREEDY的后续操作就会找出M’中的一个具有最大权值的独 立子集。而GREEDY的全部操作就可找出M的一个具有最大权值的独立子集。

大家想想,拟阵的算法设计过程是否与前文所述的贪心算法设计过程大有相似呢?

    原文作者:贪心算法
    原文地址: https://blog.csdn.net/lanlai1405/article/details/77443388
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞