using System;
using System.Collections.Generic;
using System.Linq;
namespace ConsoleApp1
{
class Program
{
static void Main(string[] args)
{
/*===========贪心算法(集合覆盖问题)==============
贪心算法介绍#
贪婪算法(贪心算法)是指在对问题进行求解时,在每一步选择中都采取最好或者最优(即最有利)的选择,
从而希望能够导致结果是最好或者最优的算法
贪婪算法所得到的结果不一定是最优的结果(有时候会是最优解),但是都是相对近似(接近)最优解的结果
应用场景-集合覆盖问题#
问题详情#
假设存在下面需要付费的广播台,以及广播台信号可以覆盖的地区。
如何选择最少的广播台,让所有的地区都可以接收到信号
思路分析#
目前并没有算法可以快速计算得到准备的值, 使用贪婪算法,则可以得到非常接近的解,并且效率高。
选择策略上,因为需要覆盖全部地区的最小集合:
遍历所有的广播电台, 找到一个覆盖了最多未覆盖的地区的电台(此电台可能包含一些已覆盖的地区,但没有关系)
将这个电台加入到一个集合中(比如 ArrayList), 想办法把该电台覆盖的地区在下次比较时去掉。
重复第 1 步直到覆盖了全部的地区
*/
//假设存在下面需要付费的广播台,以及广播台信号可以覆盖的地区。 如何选择最少的广播台,让所有的地区都可以接收到信号
//创建广播电台,放入到Map
Dictionary<string, List<string>> broadcasts = new Dictionary<string, List<string>>();
//将各个电台放入到broadcasts
List<string> hashSet1 = new List<string>();
hashSet1.Add("北京");
hashSet1.Add("上海");
hashSet1.Add("天津");
List<string> hashSet2 = new List<string>();
hashSet2.Add("广州");
hashSet2.Add("北京");
hashSet2.Add("深圳");
List<string> hashSet3 = new List<string>();
hashSet3.Add("成都");
hashSet3.Add("上海");
hashSet3.Add("杭州");
List<string> hashSet4 = new List<string>();
hashSet4.Add("上海");
hashSet4.Add("天津");
List<string> hashSet5 = new List<string>();
hashSet5.Add("杭州");
hashSet5.Add("大连");
//加入到字典集合
broadcasts.Add("Radio1", hashSet1);
broadcasts.Add("Radio2", hashSet2);
broadcasts.Add("Radio3", hashSet3);
broadcasts.Add("Radio4", hashSet4);
broadcasts.Add("Radio5", hashSet5);
//allAreas 存放所有的地区
List<string> allAreas = new List<string>();
allAreas.Add("北京");
allAreas.Add("上海");
allAreas.Add("天津");
allAreas.Add("广州");
allAreas.Add("深圳");
allAreas.Add("成都");
allAreas.Add("杭州");
allAreas.Add("大连");
//创建ArrayList, 存放选择的电台集合
List<string> selList = new List<string>();
//定义一个临时的集合, 在遍历的过程中,存放遍历过程中的电台覆盖的地区和当前还没有覆盖的地区的交集
List<string> tempList = new List<string>();
//定义给maxKey , 保存在一次遍历过程中,能够覆盖最大未覆盖的地区对应的电台的key
//如果maxKey 不为null , 则会加入到 selList
string maxKey = null;
// 如果allAreas 不为0, 则表示还没有覆盖到所有的地区
// 每进行一次while(每次把maxkey电台放入selList后),需要清空maxkey电台中的地区
while (allAreas.Count != 0)
{
maxKey = null;
//遍历 broadcasts, 取出对应key 这个for是用来找到最优的maxkey的
foreach (string key in broadcasts.Keys)
{
// 这里获得的key 应该是k1 k2
//每进行一次for(每次往temp临时集合中存完数据 下次再使用前要把临时集合中的数据清空)
tempList.Clear();
//当前这个key能够覆盖的地区 把地区放到areas中 通过key 取value 也就是地区
List<string> areas = broadcasts[key];
//把地区放到tempList中
tempList.AddRange(areas);
//求出tempList和allAreas 集合的交集, 交集会赋给 tempList
tempList = tempList.Intersect(allAreas).ToList();
//如果当前这个集合包含的未覆盖地区的数量,比maxKey指向的集合地区还多
//就需要重置maxKey 意思就是把地区最多的电台赋给maxkey
// tempList.Count > broadcasts[maxKey].Count 体现出贪心算法的特点,每次都选择最优的
// tempList.Count > 0 说明还未覆盖完所有地区 因为是和 allAreas还有交集
if (tempList.Count > 0 && (maxKey == null || tempList.Count > broadcasts[maxKey].Count))
{
maxKey = key;
}
}
//maxKey != null, 就应该将maxKey 加入selList
if (maxKey != null)
{
selList.Add(maxKey);
//将maxKey指向的广播电台覆盖的地区,从 allAreas 去掉
allAreas.RemoveAll(p => broadcasts[maxKey].Contains(p));
}
}
//得到的选择结果是Radio1,Radio2,Radio3,Radio5
Console.WriteLine("得到的选择结果是" + string.Join(",", selList));
Console.ReadKey();
}
}
}
hmoban主题是根据ripro二开的主题,极致后台体验,无插件,集成会员系统
自学咖网 »
C# 算法系列 – 贪婪算法(覆盖问题)