活动选择问题--贪心

活动选择

Time Limit: 1000ms Memory limit: 65536K 有疑问？点这里^_^

题目描述

学校的大学生艺术中心周日将面向全校各个学院的学生社团开放，但活动中心同时只能供一个社团活动使用，并且每一个社团活动开始后都不能中断。现在各个社团都提交了他们使用该中心的活动计划（即活动的开始时刻和截止时刻）。请设计一个算法来找到一个最佳的分配序列，以能够在大学生艺术中心安排不冲突的尽可能多的社团活动。

比如有5个活动，开始与截止时刻分别为：

最佳安排序列为：1,4,5。

输入

第一行输入活动数目ｎ（0<ｎ<100）；

以后输入ｎ行，分别输入序号为1到ｎ的活动使用中心的开始时刻ａ与截止时刻ｂ（a,b为整数且0<=a,b<24，a,b输入以空格分隔）。

输出

输出最佳安排序列所包含的各个活动（按照活动被安排的次序，两个活动之间用逗号分隔）。

示例输入

示例输出

1,5,4

很经典的贪心题，首先把这一系列活动的起始时间与结束时间按结束时间升序排序，首先把第一个活动（排完序之后）纳入决策之中，然后往下扫，每当下一个活动的开始时间大于等于上一个活动的结束时间时，就将次活动纳入决策之中。扫一遍,ok 贪心完成

活动选择问题--贪心,布布扣,bubuko.com

时间： 2024-11-23 13:12:19

活动选择问题--贪心的相关文章

活动选择的贪心算法与动态规划（未完成）

// greedy_algorithm.cpp : 定义控制台应用程序的入口点. // #include "stdafx.h" #include<iostream> #include<queue> using namespace std; #define NofActivity 11 int c[NofActivity + 1][NofActivity + 1]; int reme[NofActivity + 1][NofActivity + 1]; //活动的

活动选择问题（贪心算法vs动态规划）

活动选择问题贪心算法vs动态规划基础知识 1-1动态规划 1-2贪心算法 1-3贪心算法vs动态规划活动选择问题描述活动选择问题最优子结构活动选择问题算法设计 4-1贪心算法之选择最早结束活动 4-1-1递归贪心算法 4-1-2迭代的方式进行 4-2贪心算法之选择最短时长活动 4-3动态规划方法实现 4-3-1自上而下的实现 4-3-2自下而上的实现结论活动选择问题(贪心算法vs动态规划) 1.基础知识在讲解活动选择问题之前,我们首先来介绍一动态规划和贪心算法的基础知识 1-1.动

活动选择问题 (动态规划与贪心算法)

问题描述: 设有n个活动的集合E={1,2,…,n},其中每个活动都要求使用同一资源,如演讲会场等,而在同一时间内只有一个活动能使用这一资源.每个活动i都有一个要求使用该资源的起始时间si和一个结束时间fi,且si <fi.如果选择了活动i,则它在半开时间区间[si, fi)内占用资源.若区间[si, fi)与区间[sj, fj)不相交,则称活动i与活动j是相容的.也就是说,当si≥fj或sj≥fi时,活动i与活动j相容.活动安排问题就是要在所给的活动集合中选出最大的相容活动子集合. . 从图中

【算法导论】贪心算法之活动选择问题

动态规划总是在追求全局最优的解,但是有时候,这样有点费时.贪心算法,在求解过程中,并不追求全局最优解,而是追求每一步的最优,所以贪心算法也不保证一定能够获得全局最优解,但是贪心算法在很多问题却额可以求得最优解. 一.问题概述活动选择问题: 假定一个有n个活动(activity)的集合S={a1,a2,....,an},这些活动使用同一个资源(例如同一个阶梯教室),而这个资源在某个时刻只能供一个活动使用.每个活动ai都有一个开始时间si和一个结束时间fi,其中0<=si<fi<正无穷.如

贪心法——活动选择问题和背包问题

今天上午听了米老师讲的算法,感觉收获很多,对于算法更加有信心了.首先,先来宏观看一下: 这三种算法总的来说,刚开始看的时候不知道怎么下手,但是看多了也会有那么一点儿感觉.分治法是这三种算法里面都有的思想,动态规划和贪心都是将问题分解成子问题求解,但动态规划里面的子问题都带有联系,而贪心算法里面的子问题都相对独立,唯一不同的是,贪心算法要首先想出一个解决方案来构造求解最优解的过程. 宏观介绍下算法后,来看看贪心算法的两个实例. 一,活动选择问题解决方案: 对于活动的选择问题,我们求解过程是这样的

贪心算法求解活动选择问题

问题描述: 有一个需要使用每个资源的n个活动组成的集合S= {a1,a2,···,an },资源每次只能由一个活动使用.每个活动a都有一个开始时间和结束时间,且 0<= s < f .一旦被选择后,活动a就占据半开时间区间[s,f].如果[si,fi]和[sj,fj]互不重叠,则称两个ai,aj活动是兼容的.该问题就是要找出一个由互相兼容的活动组成的最大子集.假设输入的活动集合S已经按照结束时间的单调递增顺寻进行了排序. i 1 2 3 4 5 6 7 8 9 10 11 si 1 3 0

从活动选择问题看动态规划和贪心算法的区别与联系

这篇文章主要用来记录我对<算法导论> 贪心算法一章中的“活动选择问题”的动态规划求解和贪心算法求解的思路和理解. 主要涉及到以下几个方面的内容: ①什么是活动选择问题---粗略提下,详细请参考<算法导论> ②活动选择问题的DP(Dynamic programming)求解--DP求解问题的思路 ③活动选择问题的贪心算法求解 ④为什么这个问题可以用贪心算法求解? ⑤动态规划与贪心算法的一些区别与联系 ⑥活动选择问题的DP求解的JAVA语言实现以及时间复杂度分析 ⑦活动选择问题的Gr

算法导论--贪心算法与动态规划（活动选择问题）

活动选择问题有一个教室,而当天有多个活动,活动时间表如下:找出最大兼容活动集!活动已按结束时间升序排序. 动态规划采用动态规划需要满足两个条件:1.最优子结构2.子问题重叠令Sij表示在ai结束后和aj开始前活动的集合,假定Aij为活动集合Sij的最大兼容子集,其中包含活动ak.问题变成求Sik与Skj最大兼容活动子集Aik与Akjz.我们用c[i,j]表示Sij的最优解的大小. 则c[i,j] = c[i,k]+c[k,j]+1;最后我们需要遍历所有可能的k值,找出最大的一个划分作为c[

贪心算法—活动选择问题

4.1 活动选择问题 1．问题的理解与描述假定有n个需要使用同一个这样的资源的活动,每次只能有一个活动使用该资源.每一个活动有一个开始时间 si,一个完成时间 fi,其中0 ≤ si < fi < ∞.如果区间[si , fi)和[sj , fj)不相交,活动ai和aj是相容的(即如果si≥ fj 或 sj ≤ fi,ai和aj相容).活动选择问题是选取一个由相容活动构成的最大集合. 输入:按完成时间排好序的活动开始时间数组s,完成时间数组 f. 输出:表示一个最大的相容活动组的向量{x1,