•
背包问题:
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。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?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( 0≤xi ≤1) ,而不一定要全部装入背包,1≤i≤n。
用贪心算法解背包问题的基本步骤:
首先计算每种物品单位重量的价值Vi/Wi,然后,依贪心选择策略,将尽可能多的单位重量价值最高的物品装入背包。若将这种物品全部装入背包后,背包内的物品总重量未超过背包的容量C,则选择单位重量价值次高的物品并尽可能多地装入背包。依此策略一直地进行下去,直到背包装满为止。
上代码:
package com.hhmstu.Algorithmdesignandanalysis.Greedyalgorithm; import java.util.Arrays; import java.util.Comparator; public class Backpack { public static void main(String[] args) { //与动态规划不同的是,贪心算法的每一步都是取最优值,所以不一定会得出问题0-1背包的最优解 //贪心算法解决背包问题时的策略是将按单位价值比最大的物品依次向下遍历直到装满背包。 int n = 3; int c = 50; int[] w = {10,20,40}; int[] v = {60,100,160}; double[][] m = new double[3][3]; int max = 0; BP(n,c,w,v,m); for (int i = 0; i < 3 ; i++) { max += m[i][1]*m[i][2]; } System.out.println("贪心背包所装下的最大物品价值为:"+max+"元!"); for (int i = 0; i < 3 ; i++) { for (int j = 0; j < 3; j++) { System.out.print(m[i][j]+"\t"); if((j+1)==3){ System.out.println(); } } } } public static double[][] BP(int n,int c,int[] w,int[] v,double[][] m){ int[][] goods = new int[n][3]; for (int i = 0; i < n; i++) { goods[i][0] = v[i]/w[i]; goods[i][1] = w[i]; goods[i][2] = v[i]; } //在这里用一下定制排序 Arrays.sort(goods, new Comparator<int[]>() { @Override public int compare(int[] o1, int[] o2) { return o2[0] - o1[0]; } }); for (int i = 0; i < 3 ; i++) { for (int j = 0; j < 3; j++) { System.out.print(goods[i][j]+"\t"); if((j+1)==3){ System.out.println(); } } } //开始装包 int cap = c; for (int i = 0; i < goods.length; i++) {//遍历每个商品是否装下,或者是装部分。 if(cap>goods[i][1]){ cap-=goods[i][1]; m[i][0] = goods[i][1]; m[i][1] = 1; m[i][2] = goods[i][2]; }else if(cap==goods[i][1]){ cap-=goods[i][1]; m[i][0] = goods[i][1]; m[i][1] = 1; m[i][2] = goods[i][2]; }else if(cap<goods[i][1]){ double q = goods[i][1]-cap; m[i][0] = goods[i][1]; m[i][1] = q/goods[i][1]; m[i][2] = goods[i][2]; } } return m; } }