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。
贪心算法不是对所有问题都能得到整体最优解,关键是贪心策略的选择,选择的贪心策略必须具备无后效性,即某个状态以前的过程不会影响以后的状态,只与当前状态有关。
完全背包问题:给定n个物品和一个容量为C的背包,物品i的重量是Wi,其价值为Vi,背包问题是如何选择入背包的物品,使得装入背包的物品的总价值最大,与0-1背包的区别是,在完全背包问题中,可以将物品的一部分装入背包,但不能重复装入。
设计算法的思路很简单,计算物品的单位价值,然后尽可能多的将单位重量价值高的物品放入背包中。
python实现代码如下:
1 # coding=gbk 2 # 完全背包问题,贪心算法 3 import time 4 __author__ = 'ice' 5 6 7 class goods: 8 def __init__(self, goods_id, weight=0, value=0): 9 self.id = goods_id 10 self.weight = weight 11 self.value = value 12 13 14 # 不适用于0-1背包 15 def knapsack(capacity=0, goods_set=[]): 16 # 按单位价值量排序 17 goods_set.sort(key=lambda obj: obj.value / obj.weight, reverse=True) 18 result = [] 19 for a_goods in goods_set: 20 if capacity < a_goods.weight: 21 break 22 result.append(a_goods) 23 capacity -= a_goods.weight 24 if len(result) < len(goods_set) and capacity != 0: 25 result.append(goods(a_goods.id, capacity, a_goods.value * capacity / a_goods.weight)) 26 return result 27 28 29 some_goods = [goods(0, 2, 4), goods(1, 8, 6), goods(2, 5, 3), goods(3, 2, 8), goods(4, 1, 2)] 30 31 start_time = time.clock() 32 res = knapsack(6, some_goods) 33 end_time = time.clock() 34 print('花费时间:' + str(end_time - start_time)) 35 36 for obj in res: 37 print('物品编号:' + str(obj.id) + ' ,放入重量:' + str(obj.weight) + ',放入的价值:' + str(obj.value), end=',') 38 print('单位价值量为:' + str(obj.value / obj.weight)) 39 40 41 # 花费时间:2.2807240614677942e-05 42 # 物品编号:3 ,放入重量:2,放入的价值:8,单位价值量为:4.0 43 # 物品编号:0 ,放入重量:2,放入的价值:4,单位价值量为:2.0 44 # 物品编号:4 ,放入重量:1,放入的价值:2,单位价值量为:2.0 45 # 物品编号:1 ,放入重量:1,放入的价值:0.75,单位价值量为:0.75
转载于:https://www.cnblogs.com/z941030/p/4961886.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/109251.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...