当我刷到动态规划这一章的时候,突然想起以前的部门研发比武,就是一道需要运用动态规划思想来处理的题目,团灭了99%的人,而我也是这99%中的一员,哈哈,只怪出题的人太狠了。
以下的代码是汽车车间装配时间最短的代码习题,懒于整理,折叠起来:
#include <iostream>View Code
#include <vector>
#include <utility>
using namespace std;
struct move_time {
int i;
int j;
move_time() : i(0), j(0) {}
move_time(int x, int y) : i(x), j(y) {}
};
void print_stations(const vector<int>& l, int lx, int n) {
int i = lx;
cout << "line " << i << ", station " << n << endl;
for (int j=n-1; j>0; j--) {
i = l[j];
cout << "line " << i << ", station " << j << endl;
}
}
int main(int argc, char* argv[]) {
int s1[] = {7,9,3,4,8,4};
int s2[] = {8,5,6,4,5,7};
int len = 6;
vector<int> vf1_a(s1, s1+len), vf2_a(s2, s2+len);
vector<int> line(len, 0);
vector<int> f1(len, 0), f2(len, 0);
int a_i[] = {2,3,1,3,4};
int a_j[] = {2,1,2,2,1};
vector< struct move_time > pt(5, move_time(0,0));
for (int n=0; n<pt.size(); n++) {
pt[n].i = a_i[n];
pt[n].j = a_j[n];
}
int e1 = 2;
int e2 = 4;
int x1 = 3;
int x2 = 2;
int fx = 0;
int lx = 0;
f1[0] = e1 + vf1_a[0];
f2[0] = e2 + vf2_a[0];
int l=1;
for (; l<len; ++l) {
if (f1[l-1]+vf1_a[l] <= f2[l-1]+pt[l-1].j+vf1_a[l]) {
f1[l] = f1[l-1]+vf1_a[l];
line[l] = 1;
} else {
f1[l] = f2[l-1]+pt[l-1].j+vf1_a[l];
line[l] = 2;
}
if (f2[l-1]+vf2_a[l] <= f1[l-1]+pt[l-1].i+vf2_a[l]) {
f2[l] = f2[l-1]+vf2_a[l];
line[l] = 2;
} else {
f2[l] = f1[l-1]+pt[l-1].i+vf2_a[l];
line[l] = 1;
}
}
l = len-1;
if (f1[l]+x1 <= f2[l]+x2) {
fx = f1[l]+x1;
lx = 1;
} else {
fx = f2[l]+x2;
lx = 2;
}
print_stations(line, lx, len);
return 0;
}
贪心算法属于动态规划的延伸。
动态规划是自底而上的,贪心算法是自顶而下的。
贪心算法能解决很多求最优解的问题。主要在于如何做出贪心选择和确定最优子结构,这个就根据具体的问题来分析了,开始有点玄学的味道了。