技術共有

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

1.貪欲なアルゴリズム導入

1. アルゴリズムの考え方

貪欲アルゴリズムの基本的な考え方は、最適化手法に従って、問題の初期解から始めて段階的に進むことであり、各ステップで局所的な最適解が確実に得られるようにする必要があります。各ステップでは 1 つのデータのみが考慮され、その選択は局所最適化の条件を満たす必要があります。次のデータと部分最適解が結合され、それが実行可能な解でなくなった場合、すべてのデータが列挙されるか、アルゴリズムを追加できなくなってアルゴリズムが停止するまで、データは部分解に追加されません。

貪欲アルゴリズムは通常、次のように処理されます。

①設立数学的モデル問題を説明します。

② 解決すべき問題をいくつかの小問題に分割します。

③ 各部分問題を解き、部分問題の局所最適解を求める。

④ 部分問題の局所最適解を元の問題の解に結合します。

貪欲アルゴリズムは、特定の最適解の問題に対する、よりシンプルかつ高速な設計手法です。貪欲アルゴリズムの特徴は、段階的に進み、多くの場合、考えられる全体的な状況をすべて考慮することなく、現在の状況と最適化手段に基づいて最適な選択を行うため、最適な解決策を見つけるためにすべての可能性を網羅する必要がなくなります。たくさんの時間を費やしました。貪欲なアルゴリズムの使用トップダウン 、反復法で連続的な貪欲な選択を行います。貪欲な選択が行われるたびに、目的の問題がより小さな部分問題に単純化され、問題に対する最適な解決策が得られます。各ステップで局所的な最適解を確実に取得できるようにする必要がありますが、結果として得られる大域的な解が必ずしも最適であるとは限らないため、貪欲なアルゴリズムはバックトラックしません [2]。

2. コードの紹介

 
    /**
     * 为指定学生推荐最合适的课程。
     * @param scanner 用于接收用户输入的Scanner对象。
     * @param studentService 用于获取学生信息的服务。
     * @param courseService 用于获取课程列表的服务。
     */
    public static void recommendBestCourse(Scanner scanner, StudentService studentService, CourseService courseService) {
        // 提示用户输入学生ID并接收输入
        System.out.print("输入学生ID：");
        int studentID = scanner.nextInt();
        scanner.nextLine(); // 消耗换行符
 
        // 根据学生ID获取学生信息，如果学生不存在则返回
        Student student = studentService.getStudentById(studentID);
        if (student == null) {
            System.out.println("未找到该学生。");
            return;
        }
 
        // 获取所有课程的列表，如果没有课程信息则返回
        List<Course> courses = courseService.listAllCourses();
        if (courses.isEmpty()) {
            System.out.println("当前没有课程信息。");
            return;
        }
 
        // 使用贪心算法推荐最合适的课程
        Course bestCourse = findBestCourse(student, courses);
        if (bestCourse != null) {
            // 如果找到最佳课程，打印课程信息
            System.out.println("推荐的最合适课程是：" + bestCourse.getCourseName());
            System.out.println("课程ID: " + bestCourse.getCourseID());
            System.out.println("学分: " + bestCourse.getCreditHours());
        } else {
            System.out.println("没有找到合适的课程。");
        }
    }
 
    /**
     * 使用贪心算法找到最合适的课程。
     * @param student 需要推荐课程的学生。
     * @param courses 可供选择的所有课程列表。
     * @return 最佳课程对象。
     */
    private static Course findBestCourse(Student student, List<Course> courses) {
        Course bestCourse = null; // 用于存储当前找到的最佳课程
        int maxScore = Integer.MIN_VALUE; // 用于存储当前最高分数
 
        // 遍历所有课程
        for (Course course : courses) {
            // 计算每个课程的得分
            int score = calculateCourseScore(student, course);
            // 如果当前课程的得分高于已知最高分数，则更新最佳课程和最高分数
            if (score > maxScore) {
                maxScore = score;
                bestCourse = course;
            }
        }
 
        // 返回得分最高的课程作为最佳课程推荐
        return bestCourse;
    }
 
    /**
     * 计算单个课程的得分，用于评估课程的适宜性。
     * @param student 学生对象。
     * @param course 课程对象。
     * @return 计算得到的课程得分。
     */
    private static int calculateCourseScore(Student student, Course course) {
        int score = 0; // 初始化得分
 
        // 学分越高，得分越高，这里假设每1学分得10分
        score += course.getCreditHours() * 10;
 
        // 如果学生未修过该课程，额外加分，这里假设额外加50分
        List<Grade> grades = student.getGrades(new GradeService()); // 获取学生已修课程的列表
        boolean isTaken = grades.stream().anyMatch(grade -> grade.getCourseID() == course.getCourseID());
        if (!isTaken) {
            score += 50;
        }
 
        // 返回计算得到的得分
        return score;
    }

3. 貪欲なアルゴリズムを使用して、特定の生徒に最も適切なコースを推奨します

1. メソッドの定義:
- `recommendBestCourse` は、ユーザー入力用の `Scanner` オブジェクトと、学生およびコース情報を取得するための `StudentService` および `CourseService` サービス層オブジェクトを受け取る静的メソッドです。

2. ユーザー入力処理:
- プログラムは最初にユーザーに学生 ID の入力を求め、次に「Scanner」オブジェクトを使用してこの入力値を読み取ります。

3. 学生情報の取得：
- 学生IDに基づいて学生情報を取得するには、`studentService.getStudentById(studentID)`メソッドを使用します。生徒が存在しない場合は、プロンプト メッセージを出力し、メソッドの実行を終了します。

4. コースリストを取得します。
- `courseService.listAllCourses()` を呼び出して、利用可能なすべてのコースのリストを取得します。コース情報がない場合は、プロンプト情報も出力され、メソッドの実行が終了します。

5. 推奨ロジック:
- 貪欲なアルゴリズムを使用して、「findBestCourse」メソッドを呼び出して学生に最適なコースを推奨します。

6. 貪欲なアルゴリズムの実装:
- `findBestCourse` メソッドはすべてのコースを反復処理し、`calculateCourseScore` メソッドを通じて各コースのスコアを計算します。スコアが最も高いコースが最も推奨されるコースとして選択されます。

7. スコア計算:
- `calculateCourseScore` メソッドは、コース スコアの計算ロジックを定義します。この例では、スコアはコースの単位数と学生がコースを受講したかどうかという 2 つの要素に基づいています。単位が多いほどスコアが高く、学生がコースを受講していない場合は追加のポイントが付与されます。

8. 推奨される結果出力:
- 最適なコースが見つかった場合は、コース名、コース ID、単位情報を印刷します。適切なコースがない場合は、対応するプロンプト メッセージを出力します。