第四章作业

删数问题分析

(1)贪心策略
从左向右依次扫描数字,如果发现前一个数字大于后一个数字(即出现递减趋势),则删除前一个较大的数字;如果扫描结束后仍有剩余删除次数k未用完,则直接从数字末尾删除剩余的个数。
在代码实现上,通常采用单调栈来维护一个非递减序列:遍历每个数字时,若当前数字小于栈顶数字且还有删除次数k,则弹出栈顶并让k减1;最终若k>0则截去末尾元素。

(2)利用假设替换的反证法证明满足贪心选择性质
目标:证明对于当前数字序列,当出现第一个递减点,即前一个数字 ai 大于后一个数字 ai+1 时,删除 ai 是使新数最小的最优操作。
假设:假设存在一个最优解,它在第一步并没有删除 ai,而是删除了其他位置的某个数字 aj(j不等于i)。
推导:

因为 ai > ai+1,如果保留 ai,那么在新的数字中,ai 一定处于较高的位(靠左),而 ai+1 处于较低的位。由于高位数字对数值大小的影响远大于低位数字,保留较大的高位数字 ai 会导致结果数值偏大。

如果我们在该最优解中,将删除操作替换为:恢复被删除的 aj,改为删除 ai。那么新的序列与原最优解序列相比,高位上的 ai 被替换成了较小的 ai+1(或后续更小的数),而 aj 的恢复只是在较低位或相同位上增加了数值。

由于高位变小,整体数值必然更小(或在不影响最高位时相等)。这与“该解为最优解”的假设相矛盾。
结论:因此,必须优先删除第一个递减点前面的较大数字(即 ai),该贪心选择一定包含在某个全局最优解中,满足贪心选择性质。

(3)时间复杂度分析
优化实现(单调栈):每个数字最多被压入栈一次、弹出栈一次。因此时间复杂度为 O(n),其中 n 为数字串的长度。空间复杂度为 O(n)(用于存储栈)。
朴素实现:每次从头扫描寻找递减点并删除,需要扫描 k 次,每次耗时 O(n),总时间复杂度为 O(k * n)。

你对贪心算法的理解

贪心算法(Greedy Algorithm)是一种在每一步选择中都采取当前状态下最好或最优(即最有利)选择的启发式算法。我的理解如下:

(1)核心思想:局部最优推导全局最优。
贪心算法不从整体最优上加以考虑,而是寄希望于通过一系列局部最优的选择,最终堆砌出全局最优解。它不需要像动态规划那样保存所有子问题的解,也不需要回溯。

(2)适用前提:
贪心算法并非万能的。一个问题能用贪心算法解决,必须同时满足两个性质:
第一,贪心选择性质:所求问题的整体最优解,可以通过一系列局部最优的选择(即贪心选择)来达到。
第二,最优子结构性质:问题的最优解包含其子问题的最优解。

(3)优缺点:
优点:思维直接,代码实现通常非常简洁(如排序、遍历);执行效率高,时间复杂度通常较低(如 O(n log n) 或 O(n))。
缺点:局限性很强。很多时候“目光短浅”的局部最优并不等于全局最优(例如经典的 0-1 背包问题如果用贪心就会出错)。因此在使用贪心算法前,通常需要严谨的数学证明(如反证法、数学归纳法、交换论证等)。

(4)个人感悟:
贪心算法的本质是一种“决断力”,它要求我们在信息不完全的情况下做出当前看来最有利的抉择,且不能反悔。在实际工程问题中,如果无法在可接受时间内求出精确的最优解,贪心算法往往能作为一个很好的近似解法(如哈夫曼编码、最小生成树等)。

posted @ 2026-11-16 17:32  李宇鑫  阅读(9)  评论(0)    收藏  举报