贪心算法与二分搜索

描述

有$n$个物品，其重量和价值分别为$w_i$和$v_i$，从中挑选$k$个物品，使得单位重量的价值最大化。

例子

输入:
$n=3$
$k=2$
$w=[2,5,2]$
$v=[2,3,1]$
输出：
$0.75$
选0号和2号物品。

分析

一般最先想到的方法就是将所有物品按照单位重量的价值进行排序，然后从大到小贪心选取，然而遗憾的是这样贪心策略是错误的。因为这种策略下例子的输出为$(2+3)/(2+5)=0.714$（贪心策略的证明很重要）。
实际上，该问题使用二分查找可以很好的解决。我们定义：
$$条件C(x):=可以使得单位重量的价值不小于x$$
因此该问题演变成了求满足条件$C(x)$的最大$x$。那么如何判断条件是否满足呢？我们假定选择的物品集合为$S$，则,
他们的单位价值为：
$$\sum _{i\in S}{v}_i/\sum _{i\in S}{w}_i$$
因此判断条件为：
$$\sum _{i\in S}{v}_i/\sum _{i\in S}{w}_i\ge x$$
把不等式变形：
$$\sum _{i\in S}(v_i-x{w}_i)\ge 0$$
因此，正确的贪心策略应该是：对$(v_i-x{w}_i)$的值进行排序，然后贪心的选取，判断前$k$个的和是否大于$0$

n = 3
k = 2
w = [2, 5, 2]
v = [2, 3, 1]


def judge(x):
    y = []	## 用于存放v[i] - x * w[i]
    for i in range(n):
        y.append(v[i] - x * w[i])
    y = sorted(y)
    sum_ = 0
    for i in range(k):
        sum_ += y[n - i - 1]
    return sum_ >= 0


def solve():
    lb = 0
    ub = 10 ** 6
    for i in range(100):
        mid = (lb + ub) / 2
        if judge(mid):
            lb = mid
        else:
            ub = mid
    print(round(mid, 2))


solve()

本题的易错点就是贪心策略的选择，且正确的贪心策略是结合了要求的值，具有相当的隐蔽性，容易受到直观的错误贪心策略指引。

附：证明按单位重量价值排序的贪心策略是错误的

横坐标为重量，纵坐标为价值，两个物品的最终单位重量的价值即为两个向量相加后的斜率。

斜率：$OA>AC>AD$
OA表示A物品的斜率，AC为平移后的B物品的斜率，AD为平移后的C物品的斜率。
显然选择物品AB后的最终斜率为AC,选择物品AC后的最终斜率为AD，AD的斜率$>$AC的斜率，故安装单位重量的价值排序后贪心策略错误。