贪婪算法(贪心算法)是指在对问题进行求解时，在每一步选择中都采取最好或者最优(即最有利)的选择，从而希望能够导致结果是最好或者最优的算法。
贪婪算法所得到的结果不一定是最优的结果(有时候会是最优解)，但是都是相对近似(接近)最优解的结果。
对于这个问题，总体思路是用一个hashset存放未覆盖的所有地区（第一次时就是所有的地区）对所有广播台进行循环，每次选择出一个key，它所对应的地区与未被覆盖的所有地区的交集是最大的，也就是它是这一次的最优选择（贪心算法的核心思路），这个key就是最优解的一员，选择出key之后，把它加入最优解，并把它所对应的全部地区从set中删除，把key重新置空，然后重复这个过程，直到set长度为0，代表每一个地区都被覆盖，退出循环，得到结果。
从这个思路中不难发现，用贪心算法求解问题虽然最后可以满足条件，但得到的未必是最优解，因为它所保证的是局部的最优，而不是总体的最优，它每一次只考虑当前循环的情况，而没有考虑之前的选择对现在的影响。也就是说，如果之前的情况对下一次的情况有影响，他们直接不是完全独立的，贪心算法就不一定能得到最优解。
package algorithm;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.HashSet;
/**
* 贪心算法
*/
public class greedy {
public static void main(String[] args) {
//创建广播电台,放入到 Map
HashMap<String, HashSet<String>> broadcasts = new HashMap<String, HashSet<String>>();
//将各个电台放入到 broadcasts
HashSet<String> hashSet1 = new HashSet<String>();
hashSet1.add("北京");
hashSet1.add("上海");
hashSet1.add("天津");
HashSet<String> hashSet2 = new HashSet<String>();
hashSet2.add("广州");
hashSet2.add("北京");
hashSet2.add("深圳");
HashSet<String> hashSet3 = new HashSet<String>();
hashSet3.add("成都");
hashSet3.add("上海");
hashSet3.add("杭州");
HashSet<String> hashSet4 = new HashSet<String>();
hashSet4.add("上海");
hashSet4.add("天津");
HashSet<String> hashSet5 = new HashSet<String>();
hashSet5.add("杭州");
hashSet5.add("大连");
//加入到 map
broadcasts.put("K1", hashSet1);
broadcasts.put("K2", hashSet2);
broadcasts.put("K3", hashSet3);
broadcasts.put("K4", hashSet4);
broadcasts.put("K5",hashSet5);
//allAreas 存放所有的地区
HashSet<String> allAreas = new HashSet<String>();
allAreas.add("北京");
allAreas.add("上海");
allAreas.add("天津");
allAreas.add("广州");
allAreas.add("深圳");
allAreas.add("成都");
allAreas.add("杭州");
allAreas.add("大连");
//创建 ArrayList, 存放选择的电台集合
ArrayList<String> selects = new ArrayList<String>();
//存放临时电台
HashSet<String> temp;
HashSet<String> maxtemp;
String maxKey=null;
//算法开始
while (allAreas.size()>0){
maxKey=null;
for (String key:broadcasts.keySet()) {
temp = broadcasts.get(key);
//取交集，结果是temp
temp.retainAll(allAreas);
if(temp.size()>0) {
if (maxKey == null) {
maxKey = key;
} else {
maxtemp = broadcasts.get(maxKey);
maxtemp.retainAll(allAreas);
//贪心
if (temp.size() > maxtemp.size()) {
maxKey = key;
}
}
}
}
//遍历一次后得到一个maxkey
if(maxKey!=null){
allAreas.removeAll(broadcasts.get(maxKey));
selects.add(maxKey);
broadcasts.remove(maxKey);
}
}
System.out.println(selects);
}
}