假设在下面需要付费的广播台,以及广播台新型号可以覆盖的地区,如何选择最少的广播台,让所有地区都可以接收到信号
广播台 | 覆盖地区 |
---|---|
k1 | 北京、上海、天津 |
k2 | 广州、北京、深圳 |
k3 | 成都、上海、杭州 |
k4 | 上海、天津 |
k5 | 杭州、大连 |
贪心算法指在对问题进行求解时,在每一步选择中都选择最好或者最优的选择,从而得到结果最好或最优
局部最优——>结果最优
贪心算法所得的结果不一定是最优的结果,但是都近似于最优解
遍历所有的广播电台,找到一个覆盖了最多未覆盖地区的电台
将这个电台加入到一个集合中,想办法把该电台覆盖地区在下次比较时去掉
重复第1步直到覆盖了所有地区
package whyAlgorithm.greedy_algorithm;
?
import java.util.*;
?
/**
* @Description TODO 结合覆盖问题的贪心算法
* @Author why
* @Date 2020/12/20 19:53
* Version 1.0
**/
public class SetCover {
?
public static void main(String[] args) {
//创建广播电台及其覆盖地区
HashMap<String, HashSet<String>> broadcasts = new HashMap<>();
//将各个电台放入
HashSet<String> hashSet1 = new HashSet<>();
hashSet1.add("北京");
hashSet1.add("上海");
hashSet1.add("天津");
HashSet<String> hashSet2 = new HashSet<>();
hashSet2.add("广州");
hashSet2.add("北京");
hashSet2.add("深圳");
HashSet<String> hashSet3 = new HashSet<>();
hashSet3.add("成都");
hashSet3.add("上海");
hashSet3.add("杭州");
HashSet<String> hashSet4 = new HashSet<>();
hashSet4.add("上海");
hashSet4.add("天津");
HashSet<String> hashSet5 = new HashSet<>();
hashSet4.add("杭州");
hashSet4.add("大连");
?
broadcasts.put("k1",hashSet1);
broadcasts.put("k2",hashSet2);
broadcasts.put("k3",hashSet3);
broadcasts.put("k4",hashSet4);
broadcasts.put("k5",hashSet5);
?
//存放所有地区
HashSet<String> allAreas = new HashSet<>();
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list集合存放选择的电台集合
ArrayList<String> selects = new ArrayList<>();
?
//定义一个林试集合保存在遍历过程中的电台覆盖地区和当前还没有覆盖的地区的交集