有乙個揹包，最多放m kg的物體（物體大小不限）；注：揹包問題分為兩種，若每個物體不可分割，則稱為0/1揹包問題，這種問題無法用貪心法求的最優解，只能求的近似解。而若每個物體可以切分，則稱為一般揹包問題，可以使用貪心法求的最優解。下面討論的就是一般揹包問題。有n個物體，每個物體的重量為wi，每個物體完全放入揹包後可獲得收益pi。問：如何放置能獲得最大的收益？
一般揹包問題中，結果集可以用乙個n元組表示：
1. x的下標i表示物體的序號；
2. xi表示第i個物體加入揹包的部分（0<=xi<=1）
使用貪心法解決最優化問題的第一步，就是要從題目中抽象出目標函式，這是乙個數學建模的過程。
本題中，目標函式就是當前揹包收益的最大值：
所選的物體放入揹包後，不能超過揹包載重m：
將所有物體按照重量遞增的順序排序，每次選重量最小的放入揹包。這個最優量度標準顯然無法得到整體最優解，因為重量小的物體並不一定價值高。最優解與價值、重量這兩個維度產生關係，而這個最優量度標準僅考慮了乙個維度，因此這樣選擇並不能導致整體最優解。
這種選法也無法達到整體最優解，理由同上。
首先計算所有物體的價效比（重量和收益的比值），每次優先將價效比高的物體放入揹包。
/**
* 定義乙個物體類
*/class body
/**
* 一般揹包問題的**實現
*@param w：每個物體重量的陣列
*@param p：每個物體收益的陣列
*@param m：揹包載重
*@return 結果集（放入哪幾個物體、每個物體放入多少部分）
*/listcommonpackage( int w, int p, int m )
// 對價效比排序（從高到低排序）
collections.sort(bodys, new comaprator()
});// 將物體按照價效比從高到低依次加入揹包
int rest = m;// 剩餘重量
int i=0;
listresults = new arraylist<>();// 存放結果集
for(; iif ( restbreak;
body curbody = bodys.get(i);
results.add(curbody);
rest -= curbody.w;
}// 計算最後乙個物體能放入的部分
body lastbody = bodys.get(i);
results.add(new body(lastbody.id,rest,(lastbody.p*rest/lastbody.w));
}
最優量度標準的選擇有多種方式，並不是所有的最優量度標準都能導致整體最優解。最優量度標準的選擇往往是先根據經驗，然後再通過數學歸納法的方式證明它能導致整體最優解。
若無法選出乙個最優量度標準，則可以使用動態規劃法解決最優化問題。
使用物件預設的排序規則
list
<
string
>
list
=new arraylist<>();
collections.sort(list);
在物件中自定義排序規則
list
list = new arraylist<>();
collections.sort(list);
class
person
implements
comparable }
貪心演算法 一般揹包問題
定義乙個物體類 class body 一般揹包問題的 實現 param w 每個物體重量的陣列 param p 每個物體收益的陣列 param m 揹包載重 return 結果集 放入哪幾個物體 每個物體放入多少部分 listcommonpackage int w,int p,int m 對價效比排...
揹包問題（貪心演算法）
揹包問題 程式8 4 2.cpp 定義控制台應用程式的入口點。揹包問題 貪心演算法 include stdafx.h define maxnumber 20 typedef struct node object float find object wp,int n,float m i 0 while...
貪心演算法 揹包問題
詳細見原帖 我寫的是自己的感悟 揹包問題 有乙個揹包，揹包容量是m 150。有7個物品，物品可以分割成任意大小。要求盡可能讓裝入揹包中的物品總價值最大，但不能超過總容量。物品 a b c d e f g 重量 35 30 60 50 40 10 25 價值 10 40 30 50 35 40 30 ...