活動選擇問題：就是給定一組活動的開始時間和結束時間，然後他們都需要使用到乙個資源，這個資源每次只有乙個活動可以用，要求求出乙個最大的相互相容的活動子集。
首先定義了乙個集合sij
= , 其中s就是所有活動的集合，fi是活動ai的完成時間si是活動ai的開始時間。
這道題如果是用dp來解的話，就需要找到最優解的遞迴方程(其中c[i,j]是集合sij中的最大相容活動的個數)：
然後根據dp自底向上的解答方法進行求解，過程和矩陣連乘的差不多。
然而，根據下面的定理，我們可以用貪心的策略來解答這道題目：
這樣子就將dp的兩個子問題變成了只有乙個子問題，而且由於將結束時間已公升序排序，所以要求出fm也是很簡單的。
接下來的工資就變得很簡單了，看下面的偽**和即可
recursive-activity-selector(s, f, i, j)
1 m ← i + 1
2whilem
3dom ← m + 1
4ifm
5 thenreturn∪ recursive-activity-selector(s, f, m, j)
6else
returnø
下面的是利用上面的遞迴演算法求解的過程
**如下：
#includeusing namespace std;
/**start 活動開始時間；finish 活動結束時間（已排序）；record 記錄貪心演算法中所記錄的活動順序
*返回最多活動數
*/int greedy_activity_selector(int *start,int *finish,int *record,int length)
} return (j + 1);
}int main()
; int finish = ;
int record[11];
int actnum = greedy_activity_selector(start,finish,record,11);
cout<
貪心演算法 活動選擇問題
前言 貪心演算法也是用來解決最優化問題，將乙個問題分成子問題，在現在子問題最優解的時，選擇當前看起來是最優的解，期望通過所做的區域性最優選擇來產生乙個全域性最優解。書中先從活動選擇問題來引入貪心演算法，分別採用動態規劃方法和貪心演算法進行分析。本篇筆記給出活動選擇問題的詳細分析過程，並給出詳細的實現...
貪心演算法 活動選擇問題
需要閱讀這篇 的同學應該都知道貪心演算法的定義吧，所以這裡就不贅述什麼叫貪心演算法了。如果確實不知道什麼是貪心演算法，可以去看一下 演算法導論 問度娘也是挺好的。下面簡述一下活動選擇問題 你是乙個場地管理員，你收到的很多的活動申請，每個活動的開始時間和結束時間會有交錯，也就是說有些活動不能同時舉辦，...
貪心演算法 活動選擇問題
前言 貪心演算法也是用來解決最優化問題，將乙個問題分成子問題，在現在子問題最優解的時，選擇當前看起來是最優的解，期望通過所做的區域性最優選擇來產生乙個全域性最優解。書中先從活動選擇問題來引入貪心演算法，分別採用動態規劃方法和貪心演算法進行分析。本篇筆記給出活動選擇問題的詳細分析過程，並給出詳細的實現...