算法导论随笔(六)：贪心算法Greedy algorithm与分数背包问题(附Python实现源码)

上一篇文章中我介绍了霍夫曼编码，并提到了它是贪心算法的一个应用。这篇文章我继续来谈谈贪心算法和它解决的一个经典问题，分数背包问题。

1.贪心算法

在《算法导论》中，对贪心算法是这样描述的：

求解最优化问题的算法通常需要经过一系列的步骤，在每个步骤都面临多种选择。贪心算法就是这样的算法，它在每一步都作出当时看起来是最佳的选择。也就是说，它总是作出局部最优的选择，寄希望这样的选择能导致全局最优解。

我们可以看出，贪心算法在每一步中只作出当时看起来是最佳的选择。也就是说，贪心算法并不能保证对于每一个问题都能得到最优解。不过，对于大部分问题来说，贪心算法确实可以得到最优解。例如下图中的例子：

假设有一个答题游戏，答题人的初始分数为5。在每一轮时，答题人可以从3道题里选择一道题作答。这里我们假设答题人很聪明，知道所有问题的答案。这3道题的分值分别为9分，8分和7分。那么如果答题人使用的是贪心算法，则他一定会选择分值为9分的题目。在第二轮时，选择12分的题目；在第三轮时，选择17分的题目。这样答题人最后的得分就是5+9+12+17=43分。

那么43分是否为答题人能获得的最高分值呢？答案是不一定。如果答题人在第一轮时选择7分的题目，而7分题目的三个子节点中有一道50分的题目呢？那么此时答题人的分数就已经超过了43分。这也就是为什么我们说贪心算法找到的并不一定是最优解。它得到的解只是在它看来每一轮的最优解，但每一轮的最优解加起来并不一定是最后答案的最优解。

2. 分数背包问题(fractional knapsack problem)

分数背包问题是一个可以使用贪心算法解决的问题，并且贪心算法可以得到这个问题的最优解。我这里用一个比书上更直接的例子来介绍分数背包问题。首先我们来看下面的图。
图中有5瓶液体，分别标号为1，2，3，4，5。编号为1的液体有4毫升，每毫升价值3美元。所以该液体的总价值为12美元。类似地，编号2，3，4和5的液体，分别有8毫升，2毫升，6毫升和1毫升，而每毫升的价值分别为4，20，5，50美元，它们的总价值分别为32，40，30，50美元。

现在我们有一个10毫升的杯子，想从5个瓶子里取出共10毫升的液体，使得该10毫升液体的总价值最高。

这就是分数背包问题。这个10毫升的瓶子就是 “背包” ，我们要从5个瓶子里取出价值最高的液体塞满这个“背包”。而 “分数” 的意思是，对于5个瓶子中的液体，在取出其中一个瓶子的液体时，我们可以只取出一部分，而不需要全部取出。例如编号为2的瓶子里面有8毫升液体，我们可以选择取出8毫升，也可以选择只取出3毫升，也可以取出0毫升。

跟分数背包问题对应的是0-1背包问题。在0-1背包问题中，对于每个瓶子，我们要么就取出其所有的液体，要么就不取出液体。0-1背包问题并不能用贪心算法来解决。

那么贪心算法是如何解决分数背包问题的呢？我们知道，贪心算法的主要思路是在每一步中都寻找该步骤的最优解。因此，首先要确定什么是每一步的最优解。对于上面的例子来说，在每一步中能拿到当前单位价值最高的液体，就是该步骤的最优解。用通俗的语言来说，就是先拿最贵的液体，等最贵的液体拿光了，再取第二贵的液体，然后再取第三贵的液体，以此类推。比如图中5号瓶的液体每毫升50美元，比其他液体的单位价值都贵，因此一定先拿5号液体。接着是3号，4号，2号…，直到已经拿到的液体总量达到10毫升为止。上面的问题比较简单，我们通过口算即可得到如下解法。

该算法的思想和我们的直觉相同，先拿最贵的，再拿相对贵的，最便宜的最后拿。该算法的伪代码如下。

算法的输入为一个集合S和背包重量上限W。S它包含了若干个物品；每个物品的总价值为b_i，重量为w_i。算法的输出为每个物品的id和取出该物品的重量。算法中的for循环通过以下公式计算每个物品单位重量的价值。
v i = b i / w i v_i = b_i / w_i v