背包问题

与0-1 背包问题类似，所不同的是在选择物品i 装入背包时，可以选择物品i 的一部分，而不一定要全部装入背包.

算法分析：
首先计算每种物品的单位重量的价值, 然后依贪心策略，将尽可能多的单位重量价值最高的物品装入背包.

实现：

/*
 * description: 背包问题
 * 问题描述：与0-1背包问题类似，所不同的是在选择物品i装入背包时，可以选择
 *			  物品i的一部分，而不一定要全部装入背包.
 * 算法分析:贪心算法
 * 首先计算每种物品的单位重量的价值,然后依贪心策略，将尽可能多的单位重量价值最高的物品装入背包.
 * 
 * date: 2010/12/5
 * auther:cm
 */
import java.util.Arrays;
import java.util.Collections;
public class Pack 
{
	//物品数组
	private Goods[] g;
	//最大价值
	private double maxValue;
	//背包容量
	private double c;
	public Pack(double[] w, double[] v, double c)
	{
		int n = w.length;
		g = new Goods[n];
		//初始化
		for (int i = 0; i < n; i++)
		{
			g[i] = new Goods(w[i], v[i]);
		}
		this.c = c;
	}

	public double pack()
	{
		Arrays.sort(g,Collections.reverseOrder());//按性价比排序 由大到小
		double value = 0.0;
		double this_c = c;
		
		for (int i = 0; i < g.length; i++)
		{
			if (this_c >= g[i].getWeight())
			{
				value += g[i].getValue();
				this_c -= g[i].getWeight();
			}
			else
			{
				value += this_c * g[i].getAverage();
				break;
			}
		}
		
		maxValue = value;
		return value;
	}
	public void print()
	{
		for (int i = 0; i < g.length; i++)
		{
			System.out.print(g[i].getAverage() + " ");
		}
	}

	public static void main(String[] args) 
	{
		double[] w = {10,20,30};
		double[] v = {60, 100, 120};
		double c = 50;
		Pack p = new Pack(w, v, c);
		System.out.println(p.pack());
		//p.print();

	}
}

 

注：使用贪心策略无法解决0-1背包问题