JAVA贪心算法实现背包问题

以下贪心算法相关概念及题目转载自http://blog.csdn.net/effective_coder/article/details/8736718，java实现代码为博主原创

贪心算法思想：

顾名思义，贪心算法总是作出在当前看来最好的选择。也就是说贪心算法并不从整体最优考虑，它所作出的选择只是在某种意义上的局部最优选择。当然，希望贪心算法得到的最终结果也是整体最优的。虽然贪心算法不能对所有问题都得到整体最优解，但对许多问题它能产生整体最优解。如单源最短路经问题，最小生成树问题等。在一些情况下，即使贪心算法不能得到整体最优解，其最终结果却是最优解的很好近似。

贪心算法的基本思路：

从问题的某一个初始解出发逐步逼近给定的目标，以尽可能快的地求得更好的解。当达到算法中的某一步不能再继续前进时，算法停止。

该算法存在问题：

1. 不能保证求得的最后解是最佳的；

2. 不能用来求最大或最小解问题；

3. 只能求满足某些约束条件的可行解的范围。

实现该算法的过程：

从问题的某一初始解出发；

while 能朝给定总目标前进一步 do

　　 求出可行解的一个解元素；

由所有解元素组合成问题的一个可行解；

用背包问题来介绍贪心算法：

背包问题：有一个背包，背包容量是M=150。有7个物品，物品可以分割成任意大小。要求尽可能让装入背包中的物品总价值最大，但不能超过总容量。

物品 A B C D E F G

重量 35 30 60 50 40 10 25

价值 10 40 30 50 35 40 30

分析如下

目标函数： ∑pi最大

约束条件是装入的物品总重量不超过背包容量：∑wi<=M( M=150)。

（1）根据贪心的策略，每次挑选价值最大的物品装入背包，得到的结果是否最优？

（2）每次挑选所占重量最小的物品装入是否能得到最优解？

（3）每次选取单位重量价值最大的物品，成为解本题的策略。

package cn.wit.algorithm;
import java.util.*;

class Obj{
	int p;//price
	int w;//weight
	double pw;//price/weight
	boolean mark=false;//标记位，表示是否被选中，本题中未使用，但很多类似的题中需要，加上供扩展算法
	
}

public class Greedy {
	public static double maxPrice(int cap,int num,int [][] objs){
		Obj[] objArr=new Obj[num];
		for(int i=0;i<num;i++){
			objArr[i]=new Obj();
		}
		
		for(int i=0;i<num;i++){	
			objArr[i].w=objs[i][0];
			objArr[i].p=objs[i][1];
			objArr[i].pw=objs[i][1]*1.0/objs[i][0];
			
		}
		Arrays.sort(objArr,new Comparator<Obj>(){//重载Java数组自带排序方法，使用归并排序，方便而且排序效率高
			public int compare(Obj o1,Obj o2){
				if(o1.pw<o2.pw){
					return 1;
				}
				else if(o1.pw==o2.pw){
					return 0;
				} 
				else 
					return -1;
			}
		});
		
		//总price与指示变量
		double pSum=0;
		int	i=0;		
		while(cap>0){
			cap-=objArr[i].w;
			pSum+=objArr[i].p;
			i++;
		}
		
		
		//若cap为负数，说明取多了，需要减去最后一个物品的一部分价值
		if(cap<=0){
			int gap=-cap;
			pSum-=gap*objArr[--i].pw;
			
		}
		
		
		return pSum;
	}
	/**
	 * @param args
	 */
	
	public static void main(String[] args) {
		int cap=150;
		int num=7;
		int[][] objs={{35,10},{30,40},{60,30},{50,50},{40,35},{10,40},{25,30}};
		double maxP=maxPrice(cap, num, objs);
		System.out.println(maxP);
		
		
	}

}

执行结果为：190.625