贪心法：部分背包问题

因可以取物体的部分放入，故每次选择价值重量比最高的物体放入，可保证放入的价值一定最大，满足贪婪选择性质和最有子结构性质，故采用贪心算法求解：
1. 根据各个物体的价值p与重量w计算价值重量比v
2. 根据v降序排序
3. 从当前最大的v的开始，判断该物体重量是否超过背包剩余载重
4. 是则放入背包剩余载重量的物体，加上这部分的价值，跳到7
5. 否则将物体完整放入背包，加上物体的价值
6. 若还有物体未放入背包，则跳到3
7. 输出背包中物体的总价值

Code:

1. #include<iostream>   
2. #include<algorithm>   
3. using namespace std;   
4.     
5. #define N 50    //  最多输入物体数   
6.     
7. /***********************  
8. * 存放背包属性的结构体  
9. ***********************/  
10. typedef struct{   
11.         float p;        //      物体的价值   
12.         float w;        //      物体的重量   
13.         float v;        //      物体的价值重量比   
14. }Object;   
15.     
16. /*******************************  
17. * 比较函数：按v的递减顺序排序  
18. *******************************/  
19. bool compare(Object a, Object b){   
20.         return a.v>b.v;   
21. }   
22.     
23. /****************************************************************  
24. * 求解背包问题的贪婪算法  
25. *  
26. * 输入：背包载重量M， 存放n个物体属性的数组instance[]，物体个数n  
27. * 输出：n个物体被装入背包的份量x[]，背包中物体的最大总价  
28. ****************************************************************/  
29. float knapsack_greedy(float m, Object instance[], float x[], int n){   
30.         int i;   
31.         float p = 0;    //  总价值初始为0   
32.     
33.         /*      初始化     */  
34.         for(i=0; i<n; i++){        
35.                 instance[i].v = instance[i].p / instance[i].w;  //        计算物体价值重量比   
36.                 x[i] = 0;                                                                      //     默认放入份量为0   
37.         }   
38.     
39.         /*      对物体进行排序：按v的递减顺序   */  
40.         sort(instance,instance+n,compare);   
41.     
42.         /*      填物过程  */  
43.         for(i=0; i<n; i++){   
44.                 if(instance[i].w<=m){         // 若物体重量小于等于剩余载重量   
45.                         x[i] = 1;                                          //     将物体全部装入 置x[i]为1   
46.                         m -= instance[i].w;               //   从剩余载重量中去掉物体的重量   
47.                         p += instance[i].p;                    //   总价值加上物体的完整价值   
48.                 }else{              //        若物体重量大于剩余载重量   
49.                         x[i] = m / instance[i].w;              //     置x[i]为剩余载重量/物体重量：即最大能置入的百分比   
50.                         p+= x[i]*instance[i].p;   //       总价值加上物体装入部分的价值   
51.                         break;            //        此时背包已满，可以退出循环   
52.                 }   
53.         }   
54.     
55.         return p;   
56. }   
57.     
58. /***********************  
59. * 打印换行符  
60. ***********************/  
61. void printhr(){   
62.         cout<<"------------------------------------------------------------------------"<<endl;   
63. }   
64.     
65. int main(){   
66.         Object instance[N];          //   n个物体的属性   
67.         float x[N];                    //   n个物体装入背包的份量(0<=x[i]<=1)   
68.         float m;                                        //      背包的最大载重量   
69.         int n;          //        物体个数   
70.         int i;   
71.     
72.         /* 输入开始 */  
73.         cout<<"请输入背包的载重量：";   
74.         cin>>m;   
75.     
76.         cout<<"请输入物体的个数：";   
77.         cin>>n;   
78.     
79.         cout<<"请输入物体的价格、重量："<<endl;   
80.         printhr();   
81.         for(i=0; i<n; i++){   
82.                 cout<<"【第"<<(i+1)<<"件物品】";   
83.                 cin>>instance[i].p>>instance[i].w;   
84.                 printhr();   
85.         }   
86.         /* 输入结束 */  
87.     
88.     
89.         /* 计算最大价值和各物体装入的重量 */  
90.         float maxv = knapsack_greedy(m, instance, x, n);   
91.     
92.     
93.         /* 输出开始 */  
94.         cout<<endl<<endl<<"可装入的最大价值是："<<maxv<<endl;   
95.         printhr();   
96.     
97.         cout<<"每个物体各装入："<<endl;   
98.         printhr();   
99.         for( i=0; i<n; i++){   
100.                 cout<<"【第"<<(i+1)<<"件物品】";   
101.                 cout<<"价值："<<instance[i].p<<" 总量："<<instance[i].w<<" 价值总量比："<<instance[i].v<<" 放入数量："<<x[i]*instance[i].w<<endl;   
102.                 printhr();   
103.         }   
104.         /* 输出结束 */  
105.     
106.         return 0;   
107. }