贪婪算法最优解问题2

Posted organic

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了贪婪算法最优解问题2相关的知识,希望对你有一定的参考价值。

1. 问题

如果硬币的面值是{1, 1*c, 2*c, …, k*c}, 则贪婪算法总是用最少的硬币找零。

 

如《离散数学及其应用》书中贪婪算法的反例:

有面值1, 10, 25的硬币,找零30。

贪婪算法的解:5c0 + 0c1 + 1c2 =  5*1 + 0*10 + 1*25 = 30,共需6枚硬币

而最优解是:0c0 + 3c1 + 0c2 =  0*1 + 3*10 + 0*25 = 30,只需3枚硬币

但如果补齐中间缺失的硬币面值:{1, 5, 10, 15, 25},

那么贪婪算法的解是 : 1*25 + 1*5 = 30,只需2枚硬币,依然是最优解之一(因为还有15*2也是最优解)

 

2. 规律

因为最大的25面值的硬币不再满足《贪婪算法最优解问题》问题中的条件,所以无法用该证明方法证明,思路不通时我们先找找满足问题条件的找零方案,看能不能找出一些规律,然后再证明这些规律找出一些推论来间接证明

假设有面值{1, 3, 6, 9}的硬币,当需找零S的最优贪婪算法找零方案:

  1 3 6 9
9       1
10 1     1
11 2     1
12   1   1
13 1 1   1
14 2 1   1
15     1 1
16 1   1 1
17 2   1 1
18       2
 

从表中可以看出:

1> 除了最大面值和1面值的硬币以外,其他面值的硬币最多只有1个

2> 1面值的硬币最多只有2个

 

3. 推论证明

3.1 除了最大面值和1面值的硬币以外,其他面值的硬币最多只有1个

最优找零公式:S = m01 + m11c + m22c + … + mkkc

S = m01 + (m11 + m22 + … + mkk)c = m01 + gc  = m0 + gc (m0 < c, g >= 0)

从公式中,我们可以自觉感受到S中,一定有m0个面值为1的硬币,但从严谨的数学逻辑出发,我们还是证明一下

 

3.2 假设最优找零公式 S = m0 + gc (m0 < c, g >= 0),有另一种最优找零公式 S1 = x + hc (x < c, x != m0, g >= 0)

m0 + gc = x + hc

(m0 - x) = (h-g)c 或(x -m0) = (g-h)c (2个形式的证明都是一样的)

∵x != m0

∴(h-g)c != 0

∴(m0 - x) = nc (n > 0)

∴m0 = nc + x > c (n > 0)

∵m0大于c时,一定可以将c个m0转化为一个面值为c的硬币,转化后的总数量必然小于m0

∴m0 = nc + x不成立,假设不成立

∴最优找零公式S中,一定有m0个面值为1的硬币

 

3.3 已知S中m0数量固定,所以只要找出S = gc 的最优找零数量,即是S的最优找零方案,我们先尝试找一找各种情况下的方案

S = gc = (m11 + m22 + … + mkk)c

去掉c, g = m11 + m22 + … + mkk

3.3.1 当g <= k时,g = x (x∈{1, 2, …, k}),用一枚面值x的硬币即是最优解

3.3.2 当k< g <= 2k时,g = k + x (x∈{1, 2, …, k}),只需2枚硬币即可,因为1枚硬币最多只能表达到k的面值,而g > k,所以g = g = k + x即是最优解

3.3.3 当2k< g <= 3k时,g = 2k + x (x∈{1, 2, …, k}),只需3枚硬币即可,因为用2枚硬币最多只能表达到2k的面值,而g > 2k,所以g = 2k + x即是最优解

也就是说,对于任意一个g,总是可以表达为 g = nk + x 这种形式(如我们所有的数都可以用 (n10 + x)(0<= n, 0< x < 10)来表示),且这种形式的找零方案是最优的(使用n + 1枚硬币)

 

3.4 证明,g = m11 + m22 + … + mkk = nk + x (0 < x < k) 时,没有一种其他的找零方案使用的硬币数 <= n

反证,假设有一种找零方案g1 = m11 + m22 + … + mkk,使用的硬币数 <= n

∵n枚kc面值的的硬币总数总是大于或等于n枚由{1c, 2c, …, kc}组成的硬币总数

∴g1 <= nk < nk + x = g

∴g1 != g

∴不存在这一的找零方案g1

∴g = nk + x这样的找零方案总是最优的

∴g总是用最大数量的k,和一枚其他数量的x去找零,这完全满足贪婪算法的找零方案

∴S = gc 的最优找零数量是贪婪算法

∴S = m0 + gc 的最优找零方案是贪婪算法

以上是关于贪婪算法最优解问题2的主要内容,如果未能解决你的问题,请参考以下文章

《算法图解》第八章_贪婪算法_集合覆盖问题

动态规划与贪婪算法

Python贪婪算法

贪婪算法

贪婪法——————贪心算法

常用算法之——贪心算法