《浅谈贪心算法在中学生信息学奥林匹克竞赛中的几种运用思路和方式》

关天泽

贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择，因此，贪心算法在一般问题的应用中仅能得到次优解，适用范围往往有一定限制。

在中学生信息学奥林匹克竞赛中（下文简称NOI），贪心算法往往难以完全适用，以至于出现部分考生对贪心算法的不重视。事实上，贪心算法的应用非常广泛，有时尽管无法使用贪心算法或贪心算法较难证明，但贪心算法对于NOI等测试和训练中仍有指导性意义。对此，我在此对贪心算法的可能性用法做出几点探讨。

一：对于难以直接证明的贪心进行一步步逼近例题：[NOIP2010冲刺十二] 奶牛晒衣服【题目描述】  

    在熊大妈英明的带领下，时针和它的同伴生下了许多牛宝宝。熊大妈决定给每个宝宝都穿上可爱的婴儿装。于是，为牛宝宝洗晒衣服就成了很不爽的事情。

圣人王担负起了这个重任。洗完衣服后，你就要弄干衣服。衣服在自然条件下用1的时间可以晒干A点湿度。抠门的熊大妈买了1台烘衣机。使用烘衣机可以让你用1的时间使1件衣服除开自然晒干的A点湿度外，还可烘干B点湿度，但在1的时间内只能对1件衣服使用。

   N件的衣服因为种种原因而不一样湿，现在告诉你每件衣服的湿度，要你求出弄干所有衣服的最少时间（湿度为0为干）。

【输入格式】  第一行N，A，B；接下来N行，每行一个数，表示衣服的湿度(1≤湿度，A，B≤500000，1≤N≤500000)。 【输出格式】  一行，最少时间。 【样例输入】  3 2 1

1

2

3 【样例输出】 1

这是一道经典的贪心优化题（当然这道题有二分的做法）。经过简单的计算可以得到裸贪的话时间复杂度远超限定的时间范围。

加上我们对于贪心的效率了解，可以得知贪心法的效率往往是最高的，所以我们可以选择从贪心的优化着手做题。我们发现每一次贪心都要对最湿的衣服进行烘干，并把烘干后的衣服重新加入排序中。我们可以联想到优先队列与该操作完全重合。由此，只需要将贪心与优先队列相结合就可以AC这道题。因篇幅限制，代码不在此展示（下文同）

二、对于DP起到思路指导作用例题：[NOIP 2005] 过河【问题描述】 在河上有一座独木桥，一只青蛙想沿着独木桥从河的一侧跳到另一侧。在桥上有一些石子，青蛙很讨厌踩在这些石子上。由于桥的长度和青蛙一次跳过的距离都是正整 数，我们可以把独木桥上青蛙可能到达的点看成数轴上的一串整点： 0 ， 1 ，……， L （其中 L 是桥的长度）。坐标为 0 的点表示桥的起点，坐标为 L 的点表示桥的终点。青蛙从桥的起点开始，不停的向终点方向跳跃。一次跳跃的距离是 S 到 T 之间的任意正整数（包括 S,T ）。当青蛙跳到或跳过坐标为 L 的点时，就算青蛙已经跳出了独木桥。

题目给出独木桥的长度 L ，青蛙跳跃的距离范围 S,T ，桥上石子的位置。你的任务是确定青蛙要想过河，最少需要踩到的石子数。 【输入文件】 输入文件的第一行有一个正整数 L （ 1 <= L <= 10^9 ），表示独木桥的长度。第二行有三个正整数 S ， T ， M ，分别表示青蛙一次跳跃的最小距离，最大距离，及桥上石子的个数，其中 1 <= S <= T <= 10 ， 1 <= M <= 100 。第三行有 M 个不同的正整数分别表示这 M 个石子在数轴上的位置（数据保证桥的起点和终点处没有石子）。所有相邻的整数之间用一个空格隔开。 【输出文件】 输出文件只包括一个整数，表示青蛙过河最少需要踩到的石子数。 【输入样例】 10

2 3 5

2 3 5 6 7【输出样例】 2【数据规模】 对于30%的数据，L <= 10000；

对于全部的数据，L <= 10^9。

初见题目时，先考虑能否使用贪心算法，即直接选取最远距离跳。由于有最短跳跃距离限制，可以轻易证明，直接选取最远无石子距离跳跃会造成部分石子多解，对此我们可以由贪心思路推断出动态规划的状态转移方程。

通过贪心算法的发现，我们把每一个桥上的点踩过石子的次数视作前s至t个点踩过石子的次数，若这一个点上有石子则将这个值+1，选择这个点最少的石子次数，最终根据题意输出数轴上第l至l+t个点上最少的石子次数。得到动态规划的状态转移方程。

最后对其进行状态压缩即可AC，由于与本文思想关系不大，在此不再赘述。