algorithm - 对于活动选择问题,动态规划相对于贪婪方法的优势
问题描述
给定一组活动及其各自的开始和结束时间,确定一组不重叠的活动,以使该组的基数最大。
在 CLRS 中,有人提到这可以使用贪心方法解决,方法是根据活动的完成时间(如果尚未排序)对活动进行排序,然后贪婪地挑选活动。如果存在任何贪婪方法无法选择最佳解决方案的情况,我尝试使用谷歌搜索。我无法找到任何场景。
我的问题就像在 0/1 背包问题中一样,使用贪婪方法并不能始终保证最佳解决方案,是否有任何情况,也适合 DP 来解决活动选择问题?
请分享参考资料。
解决方案
推荐阅读
- java - 如何在 Z3 java API 中获取上限和下限?
- flutter - 颤振:如何从扩展面板中删除图标
- reactjs - 输入“承诺”
' 缺少类型 'ReactElement 的以下属性 - python - 使用 args 定义函数以在 df.transform 中使用
- amazon-web-services - terraform 中的任务执行 IAM 角色
- php - 使用 OCB 模式时,Openssl 解密失败
- javascript - Add CSS dynamically to non-sibling div using JavaScript/jQuery?
- java - HTML 页面如何在 Eclipse 动态 Web 项目中找到 servlet?
- excel - 如何在vba excel中添加附件按钮
- ruby-on-rails - Rails 在 OPTIONS 之后不处理 POST 方法