贪心法求解背包问题

简介: 背包问题: 背包问题: 已知背包的容量为M和n件物品。第i件物品的重量为wi,价值为pi,将物品i的一部分xi放进背包即可获得价值pi*xi的价值。

背包问题:

背包问题:
已知背包的容量为M和n件物品。第i件物品的重量为wi,价值为pi,将物品i的一部分xi放进背包即可获得价值pi*xi的价值。问题: 怎样装包使所获得的价值最大?

贪心法核心思想:

贪心算法(又称贪婪算法)是指,在对问题求解时,总是做出在当前看来是最好的选择。也就是说,不从整体最优上加以考虑,他所做出的是在某种意义上的局部最优解。

求解背包问题的贪心原则可能是以下几个:

  1. 每次选价值最大的物品装进背包
  2. 每次都选提及最小的物品装进背包
  3. 每次选单位价值最大的装.

准则1每次装的价值大,但是同时也可能占据了较大的空间;准则2能装的物品多,总价值未必高,按第三种准则装可以实现背包总价值最大.因此将每个物品按单位价值递减排序,先装单位价值高的,最好空间有剩余,装物品的一部分即可。

C++程序实现:

include <iostream>
using namespace std;
//数组按pi/wi由大到小不递增排列
int greedypackage(int p[],int w[],int M,double X[],int n){
     int i; 
     int rc=M;//剩余背包容量,初始化为M;
      for (i = 0; i < n; ++i)
      {
          if(w[i]<=rc){
             X[i]=1;
             rc=rc-w[i];  
          } else{
            break;
          }
      }
      if(i<=n){
           X[i]=(double)rc/w[i];
      }
      for (i = 0; i < n; ++i)
      {
        cout<<X[i]<<"\t";
      }
    return 0;
}

int main(){
  int p[3]={24,15,25};
  int w[3]={15,10,18};//数组w是按wi/pi递减排列的,这一步可以用快速排序实现
  int M=20;
  double A[3]={0,0,0};

   greedypackage(p,w,M,A,3);
   return 0;
}

输出解:

1  0.5  0
目录
相关文章
|
2月前
|
算法
动态规划算法学习三:0-1背包问题
这篇文章是关于0-1背包问题的动态规划算法详解,包括问题描述、解决步骤、最优子结构性质、状态表示和递推方程、算法设计与分析、计算最优值、算法实现以及对算法缺点的思考。
97 2
动态规划算法学习三:0-1背包问题
|
2月前
|
存储 算法
算法之背包问题
本文讨论了可分背包问题和0-1背包问题的区别及解决方法,其中可分背包问题可以使用贪心算法解决,而0-1背包问题则通常采用动态规划方法来找到最大价值的解决方案。
44 0
算法之背包问题
|
4月前
|
算法 Java 测试技术
算法设计(动态规划实验报告) 基于动态规划的背包问题、Warshall算法和Floyd算法
这篇文章介绍了基于动态规划法的三种算法:解决背包问题的递归和自底向上实现、Warshall算法和Floyd算法,并提供了它们的伪代码、Java源代码实现以及时间效率分析。
算法设计(动态规划实验报告) 基于动态规划的背包问题、Warshall算法和Floyd算法
|
7月前
装箱问题(背包问题)
装箱问题(背包问题)
66 0
|
算法
背包问题之贪心算法
背包问题之贪心算法
90 0
|
存储 算法
【趣学算法】Day3 贪心算法——背包问题
【趣学算法】Day3 贪心算法——背包问题
172 0
【动态规划法】0-1背包问题
【动态规划法】0-1背包问题
167 0
【动态规划法】0-1背包问题
|
算法
【贪心法】分数背包问题
【贪心法】分数背包问题
304 0
|
机器学习/深度学习 算法 计算机视觉
【背包问题】基于禁忌搜索算法求解背包问题附Matlab代码
【背包问题】基于禁忌搜索算法求解背包问题附Matlab代码
|
算法
漫画:什么是“贪心算法”?如何求解“部分背包问题”?
我们回到刚才的题目当中,假设背包的容量是10,有5个商品可供选择,每个商品的价值和重量如图所示。
276 0