贪心算法之背包问题(C++实现)

贪心算法之背包问题

根据物品是否能分割,将背包问题分为两种,一是0/1背包问题,物品只能选择放(1)或不放(0),这个问题无法使用贪心算法求得最优解。二是普通的背包问题,一般称为背包问题,放入背包的物品可以进行分割。可利用贪心算法求得最优解。下面详细的看一下背包问题。

背包问题的贪心策略常见的有三种:

1.优先选择价值高的物品,这样可以保证装入背包的价值有效增长,但背包容量消耗过快。
2.优先选择重量小的物品,可以保证背包中装入尽可能多的物品,但物品的价值却不能保证有效增长。
3.结合物品的价值与重量,选择一个新的权重=价值/重量来衡量物品,优先装入权重大的,这样不仅能保证价值的有效增长,还能解决背包容量消耗过快的问题。

在这里我们通过一个实例来说明背包问题

假设背包的容量是50kg,物品1,重量10Kg,价值60元;物品2,重量20Kg,价值100元;物品3,重量30Kg,价值120元。

下面我们来看一下背包问题的代码实现:

#include <iostream>
#include <algorithm>
using namespace std; 
struct Goods //定义一个物品的信息结构体
{
    int weight;//物品的重量
    int value;// 物品的价值
    float P;// 权重=价值/重量 
    float N; //物品装入背包的部分,如果全部装入则为1,装入一半为0.5 
};
bool compare (Goods &a,Goods &b)//编写sort函数的比较函数
{
    return a.P>b.P; //采用升序排序
}
  
/*自己编写的直接插入排序
 void InsertSort(Goods goods[],int n){
 	int j;
 	for(int i=2;i<=n;++i)
 	if(goods[i].P>goods[i-1].P)
 	{
 		goods[0]=goods[i];
 	goods[i]=goods[i-1];
 		for(j=i-2;goods[0].P>goods[j].P;--j)
 		goods[j+1]=goods[j];
 		goods[j+1]=goods[0];
}
	 
 } */


void Greedy(Goods goods[],int n, int c)//贪心算法
{
    for(int i=0; i<n; i++)
    {
        if(c>goods[i].weight)//如果背包足够装下整个物品
        {
            c-=goods[i].weight;
            goods[i].N=1;//该物品全部装入记为1 
        }
        else if(c>0){//如果背包不足以装下整个物品,就装入物品的一部分 
            goods[i].N=c/(goods[i].weight*1.0);//计算物品装入背包的部分
            c=0;//背包容量置0
            }
    }
}
int main()
{
    int n;//物品的数量 
    int v;//背包的容量 
    float total_value=0;
    float total_weight=0;
    cout<<"请输入背包的容量:"<<endl;
    cin>>v;
    cout<<"请输入物品的数量:"<<endl;
    cin>>n;
    Goods goods[n];
    cout<<"请分别输入物品的重量和价值:"<<endl;
    for(int i=0; i<n; i++)
    {   cin>>goods[i].weight>>goods[i].value;//输入重量和价值 
        goods[i].N=0;//N置0
    }
    sort (goods,goods+n,compare);//调用C++内置的sort函数 ,当然也可以自己编写比较函数
    //InsertSort(goods,n);
    Greedy(goods,n,v);
    for(int i=0;i<n;i++)
    {   if(goods[i].N==0.0)break;
        total_value+=(goods[i].value*goods[i].N);//装入背包的物品总价值
        total_weight+=(goods[i].weight*goods[i].N);//装入背包的物品总重量
        cout<<"weight: "<<goods[i].weight<<"  "<<"value: "<<goods[i].value<<"  the part of goods: "<<goods[i].N<<endl;//输出装入背包的物品信息
    }
    cout<<"背包的容量为: "<<v<<endl;//输出背包容量
    cout<<"装入背包中的物品的总重量为: "<<total_weight<<endl;//输出装入物品的总重量
    cout<<"装入背包中的物品的总价值为: "<<total_value<<endl;//输出装入物品的总价值
    return 0;
}

运行结果

在这里插入图片描述

看到这里,相信你会对贪心算法以及背包问题有更深的理解。

  • 28
    点赞
  • 223
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
下面是使用贪心算法解决普通背包问题C++代码: ```cpp #include <iostream> #include <algorithm> using namespace std; struct goods { int weight; int value; double ratio; }; bool cmp(goods a, goods b) { return a.ratio > b.ratio; } double knapsack(goods* items, int n, int capacity) { sort(items, items + n, cmp); int current_weight = 0; double current_value = 0.0; for (int i = 0; i < n; ++i) { if (current_weight + items[i].weight <= capacity) { current_weight += items[i].weight; current_value += items[i].value; } else { int remaining_capacity = capacity - current_weight; current_value += items[i].ratio * remaining_capacity; break; } } return current_value; } int main() { int n, capacity; cout << "请输入物品数量和背包容量:" << endl; cin >> n >> capacity; goods* items = new goods[n]; cout << "请输入每个物品的重量和价值:" << endl; for (int i = 0; i < n; ++i) { cin >> items[i].weight >> items[i].value; items[i].ratio = (double)items[i].value / items[i].weight; } double result = knapsack(items, n, capacity); cout << "可以装进背包的最大价值为:" << result << endl; delete[] items; return 0; } ``` 在此代码中,我们定义了一个结构体 `goods` 来表示物品,其中包括重量、价值和价值与重量比值三个成员变量。在 `cmp` 函数中,我们按照价值与重量比值从大到小排序。在 `knapsack` 函数中,我们首先对物品数组按照价值与重量比值从大到小排序,然后从大到小依次将物品放入背包中,直到背包装满为止。如果当前物品不能完全放入背包中,则将其部分放入背包中,并相应地计算价值。最后返回背包中的总价值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值