用贪心算法解背包问题Java实现

package n18_背包问题贪心算法;


/*
 * 用贪心算法解背包问题
 */
public class Main {
public static void main(String[] args) {
// 单位重量价值分别为:10 5 7 6 3 8 90 100
double w[] = { 0, 50, 80, 30, 40, 20, 60, 10 ,1};//物体的重量

double v[] = { 0, 500, 400, 210, 240, 60, 480, 900,100 };//物体的价值

double M = 170;// 背包所能容纳的重量

int n = w.length - 1;// 物体的个数

double[] x = new double[n + 1];// 每个物体装进的比例,大于等于0并且小于等于1

f(w, v, M, n, x);//调用贪心算法函数

System.out.println("排序后的物体的重量:");
for(int i=1;i<=n;i++){
System.out.print(w[i]+"\t");
}
System.out.println();


System.out.println("排序后的物体的价值:");
for(int i=1;i<=n;i++){
System.out.print(v[i]+"\t");
}

double[]t=new double[n+1];//定义一个数组表示单位重量物体的价值
for(int i=1;i<=n;i++){
t[i]=v[i]/w[i];
}
//用冒泡排序对double[]t进行排序(大的在前)
for(int i=1;i<=n;i++){
for(int j=1;j<=n-i;j++){
if(t[j]<t[j+1]){
double temp=t[j];
t[j]=t[j+1];
t[j+1]=temp;
}
}
}
System.out.println();

System.out.println("排好序后的单位物体的价值: ");
for(int i=1;i<=n;i++){
System.out.print(t[i]+"\t");
}

double maxValueSum=0; //用来存放背包能装下的物体的最大价值总和
for(int i=1;i<x.length;i++){
maxValueSum+=x[i]*v[i];
}
System.out.println();

System.out.println("排序后每个物体装进背包的比例:");
for(int i=1;i<=n;i++){
System.out.print(x[i]+"\t");
}
System.out.println();

System.out.println("背包能装下的物体的最大价值总和为: "+maxValueSum);

}

/**

* @param w 物体的重量
* @param v 物体的价值
* @param M 背包的容量
* @param n 物体的个数
* @param x 每个物体装进背包的比例,取值0<=x[i]<=1,(1<=i<=n)
*/
private static void f(double[] w, double[] v, double M, int n, double[] x) {
sort(w, v, n);// 首先按照物体的单位重量的价值进行排序,单位重量价值大的排在前面

double c = M; //背包剩余的容量,刚开始时还没用装东西,为M
int i;//表示第几五物体
for (i = 1; i <= n; i++) {
if (w[i] <= c){//如果背包剩余的容量大于等于第i个物体的重量
x[i] = 1; //把第i个物体整个装进背包
c -= w[i]; //背包的剩余容量减少了第i个物体的重量
}else {
break; //退出循环
}
}
if (i <= n){//判断是否第n个物体整个装进去背包里了,如果i<=n表示否定
x[i] = c / w[i];
}
}


/*
* 可以按冒泡排序来写,先计算W中每个物体单位价值存成一个数组,然后冒泡排序,
* 若有元素交换,对应W中相同标号的元素也交换就可以了
*/
private static void sort(double[] w, double[] v, int n) {
double []t=new double[n+1];
for(int i=1;i<=n;i++){
t[i]=v[i]/w[i];
}
for(int i=1;i<=n;i++){
for(int j=1;j<=n-i;j++){
if(t[j]<t[j+1]){

double temp=t[j];
t[j]=t[j+1];
t[j+1]=temp;

double temp2=w[j];
w[j]=w[j+1];
w[j+1]=temp2;

double temp3=v[j];
v[j]=v[j+1];
v[j+1]=temp3;
}
}
}
}
}
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: 贪心算法和动态规划都可以用来背包问题贪心算法是一种贪心思想,每次选择当前最优的决方案,不考虑未来的影响。而动态规划则是将问题成子问题,通过求问题的最优来得到原问题的最优。 在Java中,可以使用贪心算法实现背包问题,具体实现方法如下: 1. 将物品按照单位重量的价值从大到小排序。 2. 依次将物品放入背包中,直到背包装满或者物品已经全部放入。 3. 如果物品不能完全放入背包中,则将物品按照单位重量的价值从大到小的顺序,依次将物品的一部分放入背包中,直到背包装满。 动态规划实现背包问题的方法如下: 1. 定义状态:设f(i,j)表示前i个物品放入容量为j的背包中所能获得的最大价值。 2. 状态转移方程:f(i,j) = max{f(i-1,j), f(i-1,j-w[i])+v[i]},其中w[i]表示第i个物品的重量,v[i]表示第i个物品的价值。 3. 初始化:f(,j) = ,f(i,) = 。 4. 最终结果:f(n,C),其中n表示物品的数量,C表示背包的容量。 以上是贪心算法和动态规划实现背包问题的方法,具体实现可以参考相关的Java代码。 ### 回答2: 背包问题是计算机科学中的经典问题贪心算法和动态规划算法都可以用来决该问题。其中,贪心算法是一种直观而简单的算法,可以用来获取快速的近似值。在本篇文章中,我们将讨论如何使用贪心算法实现背包问题的动态规划,并且使用Java语言来实现问题描述 背包问题是指给定一个背包和一些物品,每个物品具有重量和价值。现在需要从物品中选择一些填满背包并且总价值最大。该问题可以表示为以下的数学模型: $$ \begin{aligned} \text{max} & \sum_{i=1}^{n} v_i *x_i \\ \text{s.t.} & \sum_{i=1}^{n} w_i*x_i \leq W,\\ & x_i\in \{0,1\} \end{aligned} $$ 其中,$v_i$表示物品$i$的价值,$w_i$表示物品$i$的重量,$x_i$表示是否取该物品,$W$表示背包容量。 贪心算法思路 在使用贪心算法背包问题时,我们需要按照物品的单位价值(即价值除以重量)降序排列,然后选择单位价值最高的物品放入背包。如果该物品不能全部放入背包,那么我们就将它分成若干部分,选择剩余空间最大的那部分,直到背包被填满。 代码实现 以下是使用Java语言实现贪心算法的代码: ``` public static int greedy(int[] v, int[] w, int W) { int n = v.length; double[] ratio = new double[n]; for (int i = 0; i < n; i++) { ratio[i] = (double)v[i] / w[i]; } // 根据单位价值降序排列 int[] index = IntStream.range(0, n).boxed().sorted((i, j) -> Double.compare(ratio[j], ratio[i])).mapToInt(ele -> ele).toArray(); int value = 0; double remain = W; for (int i = 0; i < n && remain > 0; i++) { int idx = index[i]; if (w[idx] <= remain) { remain -= w[idx]; value += v[idx]; } else { value += v[idx] * remain / w[idx]; remain = 0; } } return value; } ``` 该方法首先计算每个物品的单位价值,然后按照降序排列。接着我们迭代每个物品,将尽可能多的物品放入背包中。如果剩余空间不足以容纳一个物品,那么就部分填充该物品。 结果分析 贪心算法虽然看起来很简单,但是这种方法并不总是能够产生最佳。但是根据实验,贪心算法能够产生非常接近最佳的结果。以下是使用两个不同的例子来验证我们实现的方法 问题1 给定一组物品:重量为$w=\{2,3,4,5\}$,价值为$v=\{3,4,5,6\}$。背包容量为W=8。在该问题中,贪心算法最优价值为14,而最优答案为13。 问题2 给定一组物品:重量为$w=\{31,10,20,19,4,3,6\}$,价值为$v=\{70,20,39,37,7,5,10\}$。背包容量为W=50。在该问题中,贪心算法最优价值为150,而最优答案为150。 结论 在本文中,我们介绍了如何使用贪心算法背包问题,并使用Java语言来实现。虽然该方法并不能总是得到最优,但是在某些场景中,贪心算法可以产生接近最优的结果。 ### 回答3: 背包问题是一种经典的优化问题,其中有一个物品集合和一个称重限制。我们需要从中选出一些物品放入背包中,以使得背包中的物品总价值最大,同时不超过重量限制。 对于背包问题,可以采用贪心算法或动态规划算法来求。在这里,我们将介绍如何使用贪心算法实现背包问题的动态规划法。 首先,我们可以计算每个物品的单位价值,即每个物品的价值除以其重量。接下来,我们将按照单位价值从大到小的顺序对物品进行排序。然后,我们依次将每个物品放入背包中,直到达到重量限制或将所有物品都放入背包为止。 在这个过程中,我们将记录已放入背包中的物品总价值,以及剩余的重量。如果将一个物品放入背包后,剩余的重量已经不能放入下一个物品,那么我们就不再继续放物品。这个过程中,我们不断更新背包的总价值,直到没有新的物品可以放入为止。 以下是Java实现贪心算法的代码: ``` public class KnapsackProblem { public static void main(String[] args) { int[] values = {60, 100, 120}; int[] weights = {10, 20, 30}; int maxWeight = 50; int result = getMaxValue(values, weights, maxWeight); System.out.println("The maximum value is " + result); } public static int getMaxValue(int[] values, int[] weights, int maxWeight) { int n = values.length; double[] unitValues = new double[n]; for (int i = 0; i < n; i++) { unitValues[i] = (double) values[i] / weights[i]; } for (int i = 0; i < n; i++) { for (int j = i + 1; j < n; j++) { if (unitValues[i] < unitValues[j]) { swap(unitValues, i, j); swap(values, i, j); swap(weights, i, j); } } } int totalWeight = maxWeight; int maxValue = 0; for (int i = 0; i < n; i++) { if (weights[i] > totalWeight) { break; } maxValue += values[i]; totalWeight -= weights[i]; } if (totalWeight > 0 && i < n) { maxValue += unitValues[i] * totalWeight; } return maxValue; } public static void swap(double[] arr, int i, int j) { double tmp = arr[i]; arr[i] = arr[j]; arr[j] = tmp; } public static void swap(int[] arr, int i, int j) { int tmp = arr[i]; arr[i] = arr[j]; arr[j] = tmp; } } ``` 这个代码首先计算每个物品的单位价值,然后将它们按照从大到小的顺序排序。对于每个物品,如果将其放入背包后,剩余的重量已经不能放入下一个物品,那么就不再继续放入物品。最终,它将返回背包中的物品总价值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值