贪心算法 - 背包问题

贪心算法是用来求最优解的问题。解决一个问题或者得到一个问题的答案一般分为多个步骤，每个步骤选取的结果，都是当前步骤下最好的或者最优的结果。

贪心算法每次的决策都是以当前的情况来做出最优的结果，不会考虑当前选择的结果对之后选择的影响。

贪心算法只会对某种特定的问题有解。

把一个问题分解成若干个小问题，每一步都是在前一步的基础上做出的最优解。

比如：找钱问题，现在有钱25分、20分、5分、1分四种硬币，需要给客户找41分硬币。怎么样找才能给客户找出最少的硬币数？

正确的找法：2枚20分和一枚1分的，共三枚硬币。
但是如果使用贪心算法的话，会选出一枚25分三枚5分的和一枚1分的共5枚硬币。

经典的例子-背包问题：

有一个可以承重为N的背包，可以往背包里多件物品，每件物品的重量不等，而且每件物品的价值也不等，怎样安排物品才能保证包里装的物品的总价值最大？每种物品只有一件。

具体一点，背包可以承重150，现有7件物品，重量分别是：35,30,60,50,40,10,25
物品的价值分别为：10,40,30,50,35,40,30，每件物品不可分开，怎样那些物品才能保证在不超过背包承重的情况下，背包的总价值最大？

在这个问题中，物品具有两个维度的属性：重量和价值。要么以背包承重作判断条件，要么价值最大为判断条件，要么以价值密度作为选择条件。

对于这种情况下，可以使用贪心算法来完成，有三种策略可以选择：
一、每次都选择价值最高的物品：根据这种策略最终选择的物品编号4、2、6 、5，这些物品的总价值：130.总重量：165
二、每次选择重量最轻的物品：根据这种策略选择的物品编号：6、7、2、1、5，这些物品的总总量：140，总价值：155
三、每次选择价值密度（单位总量的价值）最大的物品，根据这种策略这七件物品的价值密度依次是：0.286,1.333,0.5,1.0，0.875,4.0,1.2，所以最终选择的物品的编号依次是：6,2,7，4,1，包里的物品总重：150，总价值：170。

aaa