算法设计与分析——贪心算法——背包问题

本文介绍了0-1背包问题和背包问题,探讨了贪心算法如何用于选择物品以最大化背包中物品的总价值。虽然贪心算法不一定能得到全局最优解,但在很多情况下能提供最优解的近似解。关键步骤是按物品单位重量的价值排序,时间复杂度为O(n*logn)。
摘要由CSDN通过智能技术生成

0-1背包问题:
前提:给定n种物品和一个背包。物品i的重量是Wi,其价值为Vi,背包的容量为C。
问题:应如何选择装入背包的物品,使得装入背包中物品的总价值最大?

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,1≤i≤n。

贪心算法总是做出在当前看来是最好的选择,也就是说,贪心算法并不从整体最优上加以考虑,所做出的的选择只是某种意义上的局部最优选择;
虽然贪心算法不是对所有的问题都能得到整体最优解,但对范围相当广的许多问题都能产生最优解,即使贪心算法不能得到整体最优解,但其最终结果却是最终结果却是最优解的很好的近似解。

注意:不要用if else

#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;

typedef struct Node
{
   
	float value;
	float weight;
	float vw;//单位重量的价值 
}node;
bool cmp(node x,node y)
{
   
	if(x.vw>y.vw)//从大到小排序 
		return true;
	else
		return false;
}
void knaspsack(int n,float capacity,float *value,float *weight,float *result)
{
   
	Node node[n+1];
  • 0
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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