五大常用算法（一）贪心算法，算法数据结构 五大常用算法

MapReduce是目前广泛应用的并行计算框架，是Hadoop平台的重要组成部分。主要包括Map和Reduce函数，Map函数输出key-value键值对作为Reduce的输入。由于输入的动态性，不同主机上的Reduce处理的输入量存在不均衡性。如何解决Reduce的负载均衡是优化MapReduce的一个重要研究方向。对整体数据进行抽样，通过适量的样本分析数据，达到较小的代价获得可靠的key分布，提出贪心算法代替Hadoop平台默认的Hash算法来划分数据，实现Reduce负载均衡。提出的贪心算法主要思想

要求给出一种作业调度方案，使所给的n个作业在尽可能短的时间内由m台机器加工处理完成。约定，每个作业均可在任何一台机器上加工处理，但未完工前不允许中断处理。作业不能拆分成更小的子作业。

经典的马踏棋盘程序 采用贪心算法求解 时间复杂度为O(m*n)

多机调度问题的贪心算法实现。示例代码，可直接在VC上运行。

福建工程学院计算机与信息科学系 实验报告 1 2 3 4 5 篇二北邮算法作业贪心算法实验报告 第三次算法作业贪心算法 姓名吴迪 班级08211312 学号08211488 班内序号 15 摘要本文为完成作业problem1problem3problem4problem5的四道贪心算法题 备注所有后缀为_ex的可执行文件为文件输入输出模式的程序比如problem1_ex.exe 所有算法实现代码承

运用贪心算法初始化遗传算法种群,之后进行9999代繁殖得到一个近似最优解 文档中有全部代码

活动安排贪心算法伪代码 GreedyAction(s, f，n) // s[1..n]、f[1..n]分别代表n项活动的起始时间和结束时间, 并且满足f[1]≤ f[2]≤…≤ f[n] j:=1, solution:={1} //解向量初始化 for i from 2 to n do if si≥fj then solution:=solution ∪ {j}; // 将j加入解中 j:=i; end{if} end{for} return(solution); end{GreedyAction}

本系统提供坐标货量数据，对运输路径做规划 分别利用贪心算法、马尔科夫决策、遗传算法对运输路径做对比规划实验 并给出评价指标的输出结果及路径图片显示

贪心算法和动态规划矩阵都是比较有意思的算法题，不少同行们应该都知道一点，现在分享给大家共同学习