贪心算法

贪心算法的解释：贪婪算法(Greedy algorithm)是一种对某些求最优解问题的更简单、更迅速的设计技术。用贪婪法设计算法的特点是一步一步地进行，常以当前情况为基础根据某个优化测度作最优选择，而不考虑各种可能的整体情况，它省去了为找最优解要穷尽所有可能而必须耗费的大量时间，它采用自顶向下，以迭代的方法做出相继的贪心选择，每做一次贪心选择就将所求问题简化为一个规模更小的子问题，通过每一步贪心选择，可得到问题的一个最优解，虽然每一步上都要保证能获得局部最优解，但由此产生的全局解有时不一定是最优的，所以贪婪法不要回溯。

3.再论背包问题
在从零开始学动态规划中我们已经谈过三种最基本的背包问题：零一背包，部分背包，完全背包。很容易证明，背包问题不能使用贪心算法。然而我们考虑这样一种背包问题：在选择物品i装入背包时，可以选择物品的一部分，而不一定要全部装入背包。这时便可以使用贪心算法求解了。计算每种物品的单位重量价值作为贪心选择的依据指标，选择单位重量价值最高的物品，将尽可能多的该物品装入背包，依此策略一直地进行下去，直到背包装满为止。在零一背包问题中贪心选择之所以不能得到最优解原因是贪心选择无法保证最终能将背包装满，部分闲置的背包空间使每公斤背包空间的价值降低了。在程序中已经事先将单位重量价值按照从大到小的顺序排好。

[cpp]  view plain  copy

1. #include<iostream>     
2. using namespace std;     
3. const int N=4;    
4. void knapsack(float M,float v[],float w[],float x[]);    
5.     
6. int main()    
7. {    
8.     float M=50;  
9.     //背包所能容纳的重量     
10.     float w[]={0,10,30,20,5};  
11.     //每种物品的重量    
12.     float v[]={0,200,400,100,10};    
13.     //每种物品的价值   
14.     float x[N+1]={0};    
15.     //记录结果的数组   
16.     knapsack(M,v,w,x);    
17.     cout<<"选择装下的物品比例："<<endl;    
18.     for(int i=1;i<=N;i++) cout<<"["<<i<<"]:"<<x[i]<<endl;    
19. }    
20.     
21. void knapsack(float M,float v[],float w[],float x[])    
22. {    
23.     int i;    
24.     //物品整件被装下    
25.     for(i=1;i<=N;i++)  
26.     {    
27.         if(w[i]>M) break;     
28.         x[i]=1;    
29.         M-=w[i];    
30.     }     
31.     //物品部分被装下    
32.     if(i<=N) x[i]=M/w[i];     
33. }