贪心算法 0-1背包问题 Java

贪心算法 0-1背包问题 Java

1、 贪心算法的思想：
假设一个问题比较复杂，暂时找不到全局最优解，我们可以考虑把原问题拆分成几个小问题（分而治之思想），分别求每个小问题的最优解，而把这些“局部最优解”叠起来，当作整个问题的最优解。
即：在每一步中，选择目前最优的策略，而不考虑全局是不是最优。
2、 顾眼前
遵循某种规则，不断（贪心地）选取当前最优策略，最终找到最优解。
难点：当前最优未必是整体最优；
3、 贪心算法三步走：

1. 第一步：明确到底什么是最优解？
2. 第二步：明确什么是子问题的最优解？
3. 第三步：分别求出子问题的最优解再堆叠出全局最优解

0-1背包问题（每一个物品，要么选择，要么放弃）

问题描述：

有一个背包，最多能承载150斤的重量，现在有7个物品，重量分别为
[35, 30, 60, 50, 40, 10, 25]，它们的价值分别为[10, 40, 30, 50, 35, 40, 30]，如果是你的话，应该如何选择才能使得我们的背包背走最多价值的物品？

分析：对于此类问题，对于选择的物品有一个总和限制，比如重量，又希望另一个属性总和最大，比如价值。

贪心算法三步走：
 第一步：明确到底什么是最优解？
即在重量限制范围内，价值最大的选择。
 第二步：明确什么是子问题的最优解？
子问题定义？认为每次都尽量选择当前价值最高的物品，这就是“局部最优解”。
 第三步：分别求出子问题的最优解再堆叠出全局最优解？

1. 子问题定义1：使用价值最高的作为标准：
   重量：[35, 30, 60, 50, 40, 10, 25]
   价值：[10, 40, 30, 50, 35, 40, 30]
   选择：
   最终的总重量为：50+30+10+40=130
   最终的总价值为：50+40+40+35=165

子问题定义2：将当前物品中重量最小的作为最优解；
重量：[35, 30, 60, 50, 40, 10, 25]
价值：[10, 40, 30, 50, 35, 40, 30]
选择：
最终的总重量为：10+25+30+35+40=140
最终的总价值为：40+30+40+10+35=155

2. 子问题定义3：每次选择“价值密度”最高的物品；
   重量：[35, 30, 60, 50, 40, 10, 25]
   价值：[10, 40, 30, 50, 35, 40, 30]
   价值密度：[10/35,40/30,30/60,50/50,35/40,40/10,30/25]
   选择：
   最终的总重量为：10+30+25+50+35=150
   最终的总价值为：40+40+30+50+10=170
   总结：单位密度这个策略比之前的价值策略和重量策略都要好。
   特定的环境，特定的定义方式，每种定义方式只适合特定条件最优。

代码：

import java.util.Scanner;

public class a_0_1背包问题
{
	public static int[] zhonliang = { 35, 30, 60, 50, 40, 10, 25 };
	public static int[] jiazhi = { 10, 40, 30, 50, 35, 40, 30 };

	public static void main(String[] args) {
		Scanner sc=new Scanner(System.in);
		int zonzhong=sc.nextInt();//总重量
		
		//调用函数
		maxJiaZhi(zonzhong);		
	}

	//求价值
	private static void maxJiaZhi(int zonzhong) {
		//存储累加的重量和价值
		int maxZhong=0;
		int maxJia=0;
		//存放密度
		double[] midu=new double[7];
		//存放索引的数组
		int [] index=new int[7];
		for (int i = 0; i < midu.length; i++)
		{
			midu[i]=(double)jiazhi[i]/zhonliang[i];	
			index[i]=i;
		}
		//冒泡排序
		for (int i = 0; i < midu.length-1; i++)
		{
			for (int j = 0; j < midu.length-1-i; j++)
			{
				if (midu[j]<midu[j+1])
				{
					double temp=midu[j];
					midu[j]=midu[j+1];
					midu[j+1]=temp;
					
					//索引跟着交换
					int temp1=index[j];
					index[j]=index[j+1];
					index[j+1]=temp1;
				}
			}
		}
		
		//计算最优解
		for (int i = 0; i < index.length; i++)
		{
			if (zhonliang[index[i]]<=zonzhong)
			{
				maxZhong+=zhonliang[index[i]];
				maxJia+=jiazhi[index[i]];
				zonzhong-=zhonliang[index[i]];
			}
		}
		
		System.out.println("总重量："+maxZhong);
		System.out.println("总价值："+maxJia);
	}

}

输入样例：

150

输出样例：

总重量：150
总价值：170