Tehnica Greedy

Este o optiune ce tine de specificul problemei cu implicatii asupra

complexitatii. Se bazeaza pe statistica datelor de la intrare din care
se extrag caracteristici ale datelor=>alegerea strategiei.
Strategia Greedy=strategia in care optimul local se considera
optim general. Este o strategie constructiva prin adaugarea treptata
de solutii locale care construiesc solutia
finala.Problema=problemele locale care dau solutii ce se
asambleaza in solutia finala. Obs: cand strategia nu duce la o
solutie(in cazul neliniaritatilor)
Se da o multime A si se cere (B inclus in A) care are criteriile
obligatorii si se cer si criteriile de optimalitate neobligatorii.Solutia
este de a alege un elem. din A succesiv care maximalizeaza
optimalitatea in momentul alegerii lui=>se construieste B prin
respectarea criteriilor obligatorii.Solutiile cu ajutorul alg. Dextra.
 Informatica (clasa 11-a)

 Tema : Tehnica Greedy

 Scopul :
-extindere a metodelor de elaborare a algoritmilor
Greedy;
-formarea deprinderilor de a utiliza tehnica Greedy la
rezolvarea problemelor;
Elevul:
O1. sa defineasca si sa clasifice pe baza explicatiilor
date de profesor un algoritm Greedy
O2. Sa identifice avantajele si dezavantajele utilizarii
acestei tehnici de programare.
O3. Sa scrie programe Pascal pentru algoritmi Greedy

Din curriculum ->

 Conversatia euristica
 Observatia participativa
 Expunerea
 Invatarea prin descoperire dirijata
 Metoda orientata pe exemple si pe
rezolvarea de exercitii in laborator
 Modelarea matematica
 Instruirea asistata de calculator
Problemele au urmatoarea
structura:
- Se da o multime A={a1 a2, …, an}

- Se cere sa determinam o submultime B a multimii

A, care indeplineste anumite conditii pentru a fi
acceptata in calitate de solutie.
 Analiza algoritmilor
 Pentru a putea decide care dintre algoritmii ce
rezolvă aceeaşi problemă este mai bun, este
nevoie să definim un criteriu de apreciere a
valorii unui algoritm. In general, acest criteriu
se referă la timpul de calcul şi la memoria
necesară unui algoritm.
 Greedy – Metoda trierii

- tehnica Greedy conduce mai repede la o solutie.

- problemele de tip Greedy pot fi rezolvate prin

metoda trierii , generînd consecutiv cele 2n submulîimi
ale mulţimii A;

- Dezavantajul metodei trierii constă în faptul că

timpul cerut pentru executarea algoritmului respectiv
este foarte mare.
 De remarcat:
• Cel care elaborează un algoritm Greedy, procedînd în modul ales de el, ajunge la
rezultatul dorit.

• Pentru fiecare problemă în parte, după ce se identifică un algoritm, este

obligatoriu să se demonstreze că aceata conduce la soluţia optimă.

• Demonstraţia faptul că se ajunge la soluţia optimă este specifică fiecărei probleme

în parte.

• Tehnica Greedy conduce la timp de calcul polinomial.

·       
Pentru a rezolva o problemă cu Greedy, soluţia se
construieşte, după regula:

Pentru fiecare element care urmeză să fie adăugat

soluţiei finale, se efectuează o alegere a sa din elementele
mulţimii A (după un mecanism specific fiecărei probleme în
parte), iar dacă este posibil, aceasta este adăugat.
Algoritmul se termină fie cînd a fost găsită soluţia cerută, fie
cînd s-a constatat inexistenţa acesteia.
Pentru a evita trierea tuturor submultimilor multimii A în
metoda Greedy se utilizează un criteriu (o regulă) care asigură
alegerea directă a elementelor necesare.

De obicei regulile de selecţie nu sunt indicate în mod explicit în condiţia

problemei si totul depinde de ingeniozitatea programatorului.
Schema generală a unui algoritm bazat pe metoda
Greedy:

While ExistaElemente do
begin
AlegeUnElement(x);
IncludeElementul(x)
end;
NU întotdeauna există un algoritm de tip
Greedy care găseşte soluţia optimă.

Există probleme pentru care nu se cunosc

astfel de algoritmi. Mai mult, pentru cele
mai multe probleme, nu se cunosc
algoritmi Greedy.
Nu tuturor problemelor li se pot aplica algoritmi
de tip Greedy.

Pentru problemele pentru care nu se cunosc

algoritmi care necesită timp polinomial, se caută
soliţii, chiar dacă nu optime, atunci apropiate de
acestea, dar care au fost obţinute în timp util.

Multe din aceste soliţii sunt obţinute cu Greedy.

Astfel de agoritmi se numesc algoritmi euristici.

Probleme pentru care Greedy obţine soluţia
optimă
1. Suma componentelor prime : Fie a o variabilă indexată, ale cărei
componente A(1) , A(2),…, A(n)sunt numere naturale nenule. Să se
determine suma componentelor care sunt numere prime. Atunci când un
număr prim se repetă, el va fi luat în consideraţie o singură dată.
Solutie
2. Problema spectacolelor:
Într-o sală într-o zi trebuie planificate n spectacole. Pentru fiecare spectacol se
cunoaşte intervalul în care se desfăşoară: (st, sf). Se cere să se planifice un număr
maxim de spectacole astfel încît să nu se suprapună.
Solutie
3. Memorarea optimala a fisierelor pe benzi
Se cere o aranjare optima a n fisiere cu lungimile L1, L2, ... ,Ln pe o banda
magnetica in ipoteza ca timpul de citire al unui fisier este proportional cu
lungimea sa, iar pe banda citirea fisierului k implica si citirea celor k ‑1 fisiere
precedente. Presupunem ca frecventa de citire a unui fisier este aceeasi pentru
toate fisierele. Aranjarea optima a fisierelor pe o banda magnetica înseamna
gasirea acelei dispuneri a fisierelor care sa permita obtinerea unui timp mediu de
citire
nume_1minim.
date fis_1 EOF nume_2 Date fis_2 EO ...... EO
F F

Vom identifica fisierele printr-un numar natural cuprins оntre [1, n], iar
lungimea fisierului i prin valoarea Lpi.
Solutie
1 2 n
Lp1 Lp2............................... Lpn
Metoda Greedy are două componente:
- stabilirea soluţiei de început;
- optimizarea acesteia.
Să luăm un exemplu concret , pe baza căruia vom ilustra cum se ‘’construieşte’’ soluţia.
Fie secvenţa :
8, 7, 8, 4, 9, 7, 5, 5, 4, 8, 7, 5, 9.
Deoarece A (1) este 8, nefiind număr prim se porneşte cu soluţia iniţială S:=0 (dacă
A (1) ar fi fost număr prim, am fi pornit cu soluţia s:=A(1)).
Apoi valorile lui S vor fi:
S:=0
S:=0+7=7
S:=7+5=12
De remarcat caracterul constructiv al soluţiei. Un termen curent (fie acesta A( i ))
contribuie la valoarea lui S dacă îndeplineşte două condiţii :
- este un număr prim;
- n-a mai fost utilizat.
Dacă in prealabil ordonăm crescător secvenţa considerată obţinem:
4, 4, 5, 5, 5, 7, 7, 7, 8, 8, 8, 9, 9
şi astfel se “vede’’ mult mai uşor repetabilitatea unui numar prim( faţă de situaţia iniţială
când pentru a constata dacă un număr prim a fost sau nu utilizat trebuie să
parcurgem întreaga secvenţă de fiecare dată ).
 Pe baza afirmaţiilor anterioare rezultă un model de rezolvare pentru problema
propusă, model care dă structura generală a metodei Greedy :

Citire ( n , A);
Ordonare ( n , A );
If A [1] = NumarPrim Then S := A[1]
Else S:=0;
I := 2;
While I  n do
begin
If (A[ I] <> A(I-1) )and (A [I] =Numarprim ) Then S := S +A [I]
I := I+1;
End;
Fie o planificare optimă a spectacolelor (un număr maxim k de
spectacole i1, i2,...,ik unde i1, i2,...,ik{1,2,…N} şi spectacolul ij
are loc înaintea spectacolului i j+1). O astfel de planificare
îndeplineşte condiţia: spectacolul ij+1 începe după terminarea
spectacolului ij.
o consecinţă imediată a condiţiei de mai sus este: spectacolul i j
ia sfîrşit înaintea terminării spectacolului ij+1(consecinţa nu
implică un efort de gîndire deosebit).
Vom construi o soluţie după următorul algoritm:
P1. Sortăm spectacolele după ora terminării lor;
P2 . Primul spectacol programat este cel care se termină cel
mai devreme;
P3. Alegem primul spectacol dintre cele care urmează în şir
după ultimului spectacol programat care îndeplineşte
condiţia că începe după ce s-a terminat ultimul spectacol
programat;
P4. Dacă tentativa de mai sus a eşuat (nu am găsit un astfel
Lemă. Algoritmul de mai sus conduce la soluţie optimă (număr maxim de
spectacole programate).
Demonstraţie:
Fie s1, s2,...,sl spectacole ordonate ca mai sus şi o soluţie optimă i1, i2,...,ik.
Dacă l=k rezultă că soliţia găsită este optimă;
Dacă l>k rezultă că soluţia i1, i2,...,ik nu este optimă (se contrazice ipoteza);
Dacă l<k procedăm ca mai jos.
Presupunem că i1s1. În acest caz putem înlocui i1 (în cadrul soluţiei opime) cu s1
(s1 este primul spectasol care se termină şi dacă ar figura pe altă poziţie în cadrul
soluţiei optime, se contrazice ipoteza). În concluzie, soluţia s1, i2,...,ik rămîne
optimă.
Fie lt primul indice pentru care stit. Soluţia s1, s2,...,st-1 it... este optimă.
Înlocuim it cu st. Înlocuirea este posibilă pentru că:
St nu figurează în cadrul soluţiei optime între primele t-1 componente;
St nu figurează între ultimile poziţii ale soluţiei optime (începînd cu poziţia t+1)
pentru că în acest caz înseamnă că st începe după terminarea lei it, caz în care se
contrazic modul în care a fost obţinut de algoritm alegerea lui st.
Procedînd astfel, la un mment dat soluţia optimă aete de forma: s1, s2,...,sl...ik.
Aceasta înseamnă că după sl a mai fost posibil să adăugăm alte spectacole. Se
contrazicemodul de obţinere al soluţiei de către algoritm. De aici rezultă k=i şi că
algoritmul obţine soluţia optimă.
Program SPECT;
Type spectacol=array[1..2, 1..10] of integer; ordine=array[1..10] of integer;
var s:spectacol; o:ordine; n,i,h1,m1,h2,m2:integer;
procedure sortare; var gata:boolean; m,i:integer;
begin
repeat
gata:=true;
for I:=1 to n-1 do if s[2,o[i]]>s[2,[I+1]] then
begin
m:=o[i]; o[i]:=o[I+1]; o[I+1]:=m;
gata:=false
end
until gata; end;
begin
write(‘n’); readln(n);
for I:=1 to n do
Begin o[i]:=i; write(‘ora de ]nceput pentru spestacolul’,I,’(hhmm)=’);
readln(h1,m1); s[1,i]:=h1*60+m1; write(‘ora de sfrsit pentru
spestacolul’,I,’(hhmm)=’); readln(h2,m2); s[2,i]:=h1*60+m2;
end;
sortare; writeln(‘ordinea spectacolelor este ’); writeln(o[1]);
for I:=2 to n do
if s[1,o[i]]>=s[2,o[I-1]]
then writeln(o[i]); end.
Tehnica Greedy conduce la timp de calcul polinomial.

Motivul care conduce la acest timp de calcul, tine de

mecanismul tehnicii.
Să presupunem că mulţimea din care se face alegerea
are n elemente si că soluţia are tot n elemente (caz maxim).
Se fac n alegeri, la fiecare alegere se fac n teste, rezulta un
algoritm cu timp O(n2).
De multe ori este necesar ca elementele mulţimii A să
fie sortate, pentru ca apoi să alegem din acestea, iar sortarea
necesita un timp minim O(n * log2n). Insă sortarea se
efectuează la început. Prin urmare, acest timp se adună, deci
nu influenţează rezultatul.