Thuật giải tham lam-Tóm tắt
Giải bài toán tìm cực đại/cực tiểu.
Xây dựng công thức tối ưu cục bộ
Phần lớn thực hiện bằng cách sắp xếp, sau đó thực
hiện tối ưu ở từng bước.
55 trang |
Chia sẻ: nguyenlam99 | Lượt xem: 1116 | Lượt tải: 1
Bạn đang xem trước 20 trang tài liệu Phân tích thiết kế thuật giải - Thuật giải tham lam, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
THUẬT GIẢI THAM LAM
TS. NGÔ QUỐC VIỆT- 2015
PHÂN TÍCH THIẾT KẾ THUẬT GIẢI
Nội dung
2
1. Giới thiệu
2. Các thuật giải tham lam
3. Bài tập
4. Hỏi đáp.
Giới thiệu
3
Thuật giải tham lam (greedy algorithm)
Là một phương pháp tìm kiếm lời giải “tối ưu”.
Thuật giải tham lam tiếp cận theo cách: ở mỗi bước
chọn lời giải tốt nhất
Được gọi là tối ưu cục bộ. Phần lớn tìm được lời giải
tối ưu.
Tuy nhiên có thể vì lựa chọn này dẫn đến lời giải sau
cùng không tối ưu toàn cục.
Một số thuật giải Greedy
4
Fractional knapsack algorithm
Huffman codes
Kruskal's MST algorithm
Prim's MST algorithm
Dijkstra's SSSP algorithm
Thuật giải tham lam- Minh hoạ 1
5
Bài toán đổi tiền lẻ: cho một tập các đồng xu có mệnh
giá khác nhau. Cần đổi N đồng lấy các đồng xu sao
cho số đồng xu ít nhất.
Ví dụ: 24 = 10+ 10 + 1 + 1 + 1 + 1. Tuy nhiên nếu có
đồng 8 xu thì cách chọn trên không tối ưu.
Tiếp cận theo thuật giải tham: chọn đồng xu mệnh
giá lớn nhất có thể tại mỗi bước.
Thuật giải tham lam- Minh hoạ 1
6
Sắp xếp tập đồng xu giảm dần
Thuật giải tham lam- Minh hoạ 2
7
Bài toán lịch làm việc:
Việc j bắt đầu tại sj và kết thúc tại fj.
Mỗi thời điểm làm một việc.
Hai công việc không được làm chồng chéo.
Yêu cầu: làm nhiều việc nhất có thể (tình theo thời gian, chứ
không phải số đầu việc)
Thuật giải tham lam- Minh hoạ 2
8
Tiếp cận tham lam cho bài toán này. Xét các thứ tự có
thể.
Bắt đầu sớm nhất: xếp tăng dần theo si.
Kết thúc sớm nhất: xếp tăng dần theo fi.
Khoảng ngắn nhất: xếp tăng dần theo (fi-si)
Ít chồng chéo nhất: với việc j, đếm số lượng (gọi là cj) việc có
chồng chéo với việc j. Xếp tăng dần theo cj.
Thuật giải tham lam- Minh hoạ 2
9
Giả sử chọn: sắp xếp tăng dần theo fi. Việc j có thể
thêm vào nếu không chồng chéo với việc cuối cùng
vừa thêm vào A.
Thuật giải tham lam- Minh hoạ 3
10
Bài toán xếp lịch giảng dạy n môn học vào m phòng
học.
Môn j bắt đầu tại sj và kết thúc tại fj.
Mục tiêu: tìm số phòng tối thiểu để có thể dạy tất cả các
môn sao cho một môn không dạy ở hai phòng cùng lúc trong
ngày.
Ví dụ có 4 phòng học, và 10 môn.
Thuật giải tham lam- Minh hoạ 3
11
Cách sắp xếp khác
Thuật giải tham lam- Minh hoạ 3
12
Xếp môn học tăng dần theo si.Xếp vô phòng học 1
trước, khi phòng học này đầy, xét đến phòng học kế
tiếp
Thuật giải tham lam- Minh hoạ 4
13
Bài toán xếp lịch nhằm giảm tối đa việc trễ giao hàng.
Mô tả:
Việc j cần tj thời gian và phải giao tại thời điểm dj.
Nếu j bắt đầu lúc sj, thì sẽ kết thúc tại fj = sj+tj.
Độ trễ lj=max(0, fj-dj).
Mục tiêu: sắp xếp các việc sao cho giảm tối đa L=max(lj).
Thuật giải tham lam- Minh hoạ 4
14
Ví dụ: sắp lịch cho 6 việc có thời gian làm và thời hạn giao
hàng như sau
Một cách sắp xếp
Thuật giải tham lam- Minh hoạ 4
15
Sắp xếp các việc theo tiêu chuẩn nào đó (tăng dần
theo thời gian xử lý, theo thời hạn giao hàng, )
Thực hiện xếp vô hàng đợi các việc thoả mãn ràng
buộc (không chồng chéo) theo thứ tự đã chọn. Ví dụ
thuật giải tham cho các việc xếp tăng dần theo
deadline như sau
Thuật giải tham lam- Minh hoạ 4
16
Thuật giải tham lam- Minh hoạ 4
17
Cải tiến xếp lịch sao cho không có thời gian rảnh. Ví
dụ:
Thực hiện bằng cách bổ sung thêm bước hoán vị
‘nghịch thế’ sau khi đã xếp lịch bằng thuật giải tham.
Chú ý hoán vị các nghịch thế kề nhau (giống Buble
sort) nếu cần.
0-1 vs. Fractional Knapsack
18
0-1 Knapsack Problem:
Các vật không thể chia nhỏ
Hoặc là chọn vật hoặc không chọn cho vào ba lô
Giải bằng DP hoặc Greedy
Fractional Knapsack Problem:
Vật có thể được chia nhỏ (có thể lấy một phần cho vào ba lô)
Giải thông qua greedy algorithm
Greedy Fractional Knapsack Algorithm
19
Sắp xếp các items theo giá trị trên mỗi đơn vị giảm
dần
While ba lô còn trống do
Xét next item trong danh sách đã xếp giảm dần
Lấy càng nhiều càng tốt
O(n log n) running time ?
Greedy Fractional Knapsack Algorithm
20
Algorithm fractionalKnapsack(S, W)
Input: set S of items w/ benefit bi and weight
wi; max. weight W
Output: amount xi of each item i to maximize benefit w/ weight
at most W
for each item i in S
xi 0
vi bi / wi
{value}
w 0
{total weight}
while w < W
remove item i w/ highest vi
xi min{wi , W - w}
w w + min{wi , W - w}
Greedy 0-1 Knapsack – Ví dụ
21
3 item
item 1 weighs 10 kg, worth $60 ($6/kg)
item 2 weighs 20 kg, worth $100 ($5/kg)
item 3 weighs 30 kg, worth $120 ($4/kg)
Ba lô chứa tối đa 50kg
Kết quả theo thuật giải Greedy
Lấy item 1
Lấy item 2
Không còn chỗ cho item 3 không hiệu quả
Dùng DP để giải quyết
Greedy Fractional Knapsack – Ví dụ
22
Greedy choice:
Compute the benefit per pound
Sort the items based on these values
Take as much as you can from the top items in the list
50
10
20
30
50
Item 1
Item 2
Item 3
$60 $100 $120
10
20
$60
$100
+
$240
$6/kg $5/kg $4/kg
W
2/3
Of
30
$80
+
Cây bao trùm tối tiểu – Minimum spanning tree
23
Cho đồ thị G liên thông vô hướng, cây bao trùm (cây
khung) được định nghĩa là đồ thị con dạng cây (không
có chu trình) có mọi đỉnh của G và mọi đỉnh liên
thông nhau. Một đồ thị có thể có nhiều cây bao trùm.
or or or
Một số Spanning Trees từ A Graph A
Cây bao trùm tối tiểu
24
Số lượng cây bao trùm của đồ thị G
𝑡 𝐺 =
1 𝐺 𝑙à 𝑐â𝑦
𝑛 𝐺 đồ 𝑡ℎị 𝑣ò𝑛𝑔 𝐶𝑛
𝑛𝑛−2 𝐺 đồ 𝑡ℎị đầ𝑦 đủ 𝐾𝑛
Đồ thị đầy đủ: mọi cặp đỉnh được nối bởi cạnh duy nhất.
Bigraph: tập đỉnh trong G chia thành hai tập rời nhau U, V.
Mỗi cạnh chỉ nối giữa điểm trong U với điểm trong V.
Tìm cây bao trùm: theo chiều rộng, theo chiều sâu
Cây bao trùm tối tiểu
25
Cây bao trùm nhỏ nhất là cây bao trùm có tổng trọng
số các cạnh nhỏ hơn tất cả các cây bao trùm khác
Thuật giải tìm MST trên đồ thị có hoặc không có trọng
số: Prim, Kruskal, Boruvka.
5
7
2
1
3
4
2
1
3
Complete Graph Minimum Spanning Tree
MST-Thuật giải Prim
26
Tương tự thuật giải Dijkstra, với trọng số cạnh thay
chiều dài đường đi
1. Tạo cây ban đầu với đỉnh bất kz thuộc graph.
2. Thêm cạnh vào cây : chọn cạnh có trọng số nhỏ
nhất (chưa có trong cây đang tạo) nối với các đỉnh
của cây và thêm vào cây
3. Lặp lại (đến khi mọi đỉnh trong cây)
MST-Thuật giải Prim
27
Input: A non-empty connected weighted graph with
vertices V and edges E (the weights can be negative).
Initialize: Vnew = {x}, where x is an arbitrary node
(starting point) from V, Enew = {}
Repeat until Vnew = V:
Choose an edge {u, v} with minimal weight such that u is
in Vnew and v is not (if there are multiple edges with the
same weight, any of them may be picked)
Add v to Vnew, and {u, v} to Enew
Output: Vnew and Enew describe a minimal spanning
tree
MST-Thuật giải Prim
28
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
MST-Thuật giải Prim
29
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
MST-Thuật giải Prim
30
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
MST-Thuật giải Prim
31
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
MST-Thuật giải Prim
32
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
MST-Thuật giải Prim
33
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
MST-Thuật giải Prim
34
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
MST-Thuật giải Prim
35
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
MST-Thuật giải Prim
36
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
MST-Thuật giải Prim
37
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
4
1
2 3
2 1
3
5
3
4
2
5 6
4
4
10
A
B C
D
E F
G
H
I
J
MST-Thuật giải Prim-Phân tích
38
Running Time: 𝑂(𝑚 + 𝑛 log 𝑛) (𝑚 =
𝑒𝑑𝑔𝑒𝑠, 𝑛 = 𝑛𝑜𝑑𝑒𝑠)
Nếu không dùng heap, the run time sẽ là 𝑂(𝑛2).
Không cần sắp xếp theo trọng số cạnh trước.
Vì xét theo đỉnh không cần xét khả năng tạo chu
trình
MST-Thuật giải Krusal
39
1. Sắp xếp tăng dần theo trọng số cạnh
2. Chọn cạnh có trọng số nhỏ nhất. Kiểm tra nếu
không tạo thành chu trình, chọn nó. Ngược lại chọn
cạnh khác có
3. Lặp bước 2 đến khi có (𝑉 − 1) cạnh trong cây bao
trùm
MST-Thuật giải Krusal
40
edge dv
(D,E) 1
(D,G) 2
(E,G) 3
(C,D) 3
(G,H) 3
(C,F) 3
(B,C) 4
5
1
A
H
B
F
E
D
C
G
3
2
4
6
3
4
3
4
8
4
3
10 edge dv
(B,E) 4
(B,F) 4
(B,H) 4
(A,H) 5
(D,F) 6
(A,B) 8
(A,F) 10
MST-Thuật giải Krusal
41
edge dv
(D,E) 1
(D,G) 2
(E,G) 3
(C,D) 3
(G,H) 3
(C,F) 3
(B,C) 4
5
1
A
H
B
F
E
D
C
G
3
2
4
6
3
4
3
4
8
4
3
10 edge dv
(B,E) 4
(B,F) 4
(B,H) 4
(A,H) 5
(D,F) 6
(A,B) 8
(A,F) 10
MST-Thuật giải Krusal
42
edge dv
(D,E) 1
(D,G) 2
(E,G) 3
(C,D) 3
(G,H) 3
(C,F) 3
(B,C) 4
5
1
A
H
B
F
E
D
C
G
3
2
4
6
3
4
3
4
8
4
3
10 edge dv
(B,E) 4
(B,F) 4
(B,H) 4
(A,H) 5
(D,F) 6
(A,B) 8
(A,F) 10
MST-Thuật giải Krusal
43
edge dv
(D,E) 1
(D,G) 2
(E,G) 3
(C,D) 3
(G,H) 3
(C,F) 3
(B,C) 4
5
1
A
H
B
F
E
D
C
G
3
2
4
6
3
4
3
4
8
4
3
10 edge dv
(B,E) 4
(B,F) 4
(B,H) 4
(A,H) 5
(D,F) 6
(A,B) 8
(A,F) 10
Accepting edge (E,G) would create a cycle
MST-Thuật giải Krusal
44
edge dv
(D,E) 1
(D,G) 2
(E,G) 3
(C,D) 3
(G,H) 3
(C,F) 3
(B,C) 4
5
1
A
H
B
F
E
D
C
G
3
2
4
6
3
4
3
4
8
4
3
10 edge dv
(B,E) 4
(B,F) 4
(B,H) 4
(A,H) 5
(D,F) 6
(A,B) 8
(A,F) 10
MST-Thuật giải Krusal
45
edge dv
(D,E) 1
(D,G) 2
(E,G) 3
(C,D) 3
(G,H) 3
(C,F) 3
(B,C) 4
5
1
A
H
B
F
E
D
C
G
3
2
4
6
3
4
3
4
8
4
3
10 edge dv
(B,E) 4
(B,F) 4
(B,H) 4
(A,H) 5
(D,F) 6
(A,B) 8
(A,F) 10
MST-Thuật giải Krusal
46
edge dv
(D,E) 1
(D,G) 2
(E,G) 3
(C,D) 3
(G,H) 3
(C,F) 3
(B,C) 4
5
1
A
H
B
F
E
D
C
G
3
2
4
6
3
4
3
4
8
4
3
10 edge dv
(B,E) 4
(B,F) 4
(B,H) 4
(A,H) 5
(D,F) 6
(A,B) 8
(A,F) 10
MST-Thuật giải Krusal
47
edge dv
(D,E) 1
(D,G) 2
(E,G) 3
(C,D) 3
(G,H) 3
(C,F) 3
(B,C) 4
5
1
A
H
B
F
E
D
C
G
3
2
4
6
3
4
3
4
8
4
3
10 edge dv
(B,E) 4
(B,F) 4
(B,H) 4
(A,H) 5
(D,F) 6
(A,B) 8
(A,F) 10
MST-Thuật giải Krusal
48
edge dv
(D,E) 1
(D,G) 2
(E,G) 3
(C,D) 3
(G,H) 3
(C,F) 3
(B,C) 4
5
1
A
H
B
F
E
D
C
G
3
2
4
6
3
4
3
4
8
4
3
10 edge dv
(B,E) 4
(B,F) 4
(B,H) 4
(A,H) 5
(D,F) 6
(A,B) 8
(A,F) 10
MST-Thuật giải Krusal
49
edge dv
(D,E) 1
(D,G) 2
(E,G) 3
(C,D) 3
(G,H) 3
(C,F) 3
(B,C) 4
5
1
A
H
B
F
E
D
C
G
3
2
4
6
3
4
3
4
8
4
3
10 edge dv
(B,E) 4
(B,F) 4
(B,H) 4
(A,H) 5
(D,F) 6
(A,B) 8
(A,F) 10
MST-Thuật giải Krusal
50
edge dv
(D,E) 1
(D,G) 2
(E,G) 3
(C,D) 3
(G,H) 3
(C,F) 3
(B,C) 4
5
1
A
H
B
F
E
D
C
G
3
2
4
6
3
4
3
4
8
4
3
10 edge dv
(B,E) 4
(B,F) 4
(B,H) 4
(A,H) 5
(D,F) 6
(A,B) 8
(A,F) 10
MST-Thuật giải Krusal
51
edge dv
(D,E) 1
(D,G) 2
(E,G) 3
(C,D) 3
(G,H) 3
(C,F) 3
(B,C) 4
5
1
A
H
B
F
E
D
C
G
3
2
4
6
3
4
3
4
8
4
3
10 edge dv
(B,E) 4
(B,F) 4
(B,H) 4
(A,H) 5
(D,F) 6
(A,B) 8
(A,F) 10
MST-Thuật giải Krusal
52
edge dv
(D,E) 1
(D,G) 2
(E,G) 3
(C,D) 3
(G,H) 3
(C,F) 3
(B,C) 4
5
1
A
H
B
F
E
D
C
G
2
3
3
3
edge dv
(B,E) 4
(B,F) 4
(B,H) 4
(A,H) 5
(D,F) 6
(A,B) 8
(A,F) 10
Done
Total Cost = dv = 21
4
}
MST-Thuật giải Krusal-Phân tích
53
Running Time = O(m log n) (m = edges, n =
nodes). QuickSort algorithm
Kiểm tra cạnh tạo ra chu trình có thể chậm. Tuy
nhiên, sử dụng data structure “union-find” sẽ khắc
phục nhược điểm.
Trong một số trường hợp (có đỉnh nối với cạnh dài
nhất với đồ thị) phải kiểm tra mọi cạnh.
Thuật giải tham lam-Tóm tắt
54
Giải bài toán tìm cực đại/cực tiểu.
Xây dựng công thức tối ưu cục bộ
Phần lớn thực hiện bằng cách sắp xếp, sau đó thực
hiện tối ưu ở từng bước.
Thuật giải tham lam-Áp dụng giải quyết
các bài toán khác
55
Bài toán tìm đường đi ngắn nhất (thuật giải Dijkstra,
A*)
Các file đính kèm theo tài liệu này:
- pttg_baigiang5_1287.pdf