1 基本概念
(1)所谓贪心算法是指,在对问题求解时,总是做出在当前看来是最好的选择。也就是说,不从整体最优上加以考虑,他所做出的仅是在某种意义上的局部最优解。
(2)贪心算法没有固定的算法框架,算法设计的关键是贪心策略的选择。必须注意的是,贪心算法不是对所有问题都能得到整体最优解,选择的贪心策略必须具备无后效性,即某个状态以后的过程不会影响以前的状态,只与当前状态有关。所以对所采用的贪心策略一定要仔细分析其是否满足无后效性。
(3)备注:贪心算法求得的是局部最优解,而不是整体最优解
2 适用的问题
(1)贪心策略适用的前提是:局部最优策略能导致产生全局最优解。实际上,贪心算法适用的情况很少。一般,对一个问题分析是否适用于贪心算法,可以先选择该问题下的几个实际数据进行分析,就可做出判断。
(2)描述:假定背包的最大容量为W,N件物品,每件物品都有自己的价值和重量,将物品放入背包中使得背包内物品的总价值最大。
3 算法–普林慕算法
4 算法–背包算法
4.1 核心思想
归纳起来就是先求出每个物品的平均价值(也就是价值/重量); 然后再将得出来的每个物品的平均价值降序排序,并记录各自在数组中的位置(即下标)将排序后的物品重量和价值分别用新数组来存储 根据背包容量来判断,一件一件装入背包,直到装满为止,在这个过程中通过解向量判断是否已经装满最后根据解向量算出装入物品的价值
4.2 演示
物品价值为:50被放进包包
物品价值为:50被放进包包
物品价值为:40被放进包包
物品价值为:30被放进包包
物品价值为:50被放进包包
物品价值为:10被放进包包
总共放下的物品数量:[1, 1, 1, 1, 1, 0, 0, 1]
实际最大重量:160
实际最大价值:230
4.3 源码
/**
* 贪心算法0-1背包问题(动态规划法解决)
*
* 备注:贪心算法求得的是局部最优解,而不是整体最优解
*/
public class GreedyPackage {
private int MAX_WEIGHT = 160;// 最大背包重量
private int[] weights = new int[] { 35, 30, 60, 50, 40, 10, 10, 25 };
private int[] values = new int[] { 10, 40, 30, 50, 35, 50, 50, 30 };
private void packageGreedy(int capacity, int weights[], int[] values) {
int n = weights.length;
double[] r = new double[n];// 性价比值数组
int[] index = new int[n];// 按性价比排序物品的下标数组
for (int i = 0; i < n; i++) {
r[i] = (double) values[i] / weights[i];
index[i] = i;// 默认排序
}
double temp = 0;// 冒泡排序:对性价比进行排序
for (int i = 0; i < n - 1; i++) {
for (int j = i + 1; j < n; j++) {
if (r[i] < r[j]) {
temp = r[i];
r[i] = r[j];
r[j] = temp;
int x = index[i];
index[i] = index[j];
index[j] = x;
}
}
}
// 排序好的重量和价值分别存到数组
int[] w1 = new int[n];
int[] v1 = new int[n];
for (int i = 0; i < n; i++) {
w1[i] = weights[index[i]];
v1[i] = values[index[i]];
}
int[] x = new int[n];
int maxWeight = 0;
int maxValue = 0;
for (int i = 0; i < n; i++) {
if (w1[i] <= capacity) {// 当下一个物品重量 < 最大背包重量余额,还可以装得下
x[i] = 1;// 表示该物品被装了
maxWeight += w1[i];
maxValue += v1[i];
System.out.println("物品价值为:" + v1[i] + "被放进包包");
capacity = capacity - w1[i];
}
}
System.out.println("总共放下的物品数量:" + Arrays.toString(x));
System.out.println("实际最大重量:" + maxWeight);
System.out.println("实际最大价值:" + maxValue);
}
public static void main(String[] args) {
GreedyPackage greedyPackage = new GreedyPackage();
greedyPackage.packageGreedy(greedyPackage.MAX_WEIGHT,
greedyPackage.weights, greedyPackage.values);
}
}