贪心算法实现

2023-12-25 16:37:28

1、概述

????????贪心算法是一种在每一步选择中都采取在当前状态下最好或最优(即最有利)的选择,从而

希望导致结果是最好或最优的算法。

????????贪心算法的每一步都是基于当前状态下的最优解来选择下一步,因此它不能保证全局最优

解,只能保证局部最优解。

????????贪心算法的优点是思路简单、易于实现、时间复杂度较低,但缺点是可能得到非全局最优解。

2、应用场景

  1. 背包问题:给定一组物品,每种物品都有自己的重量和价值,确定一个总重量不超过背包容量的情况下,使得背包中的总价值最大。
  2. 最小生成树:给定一个带权重的无向图,求出该图的最小生成树。
  3. 旅行商问题:给定一组城市和每对城市之间的距离,求出访问每个城市一次并返回到原点的最短路径。
  4. 最大匹配问题:给定一个字符串和一个模式串,求出模式串在字符串中出现的最大匹配长度。
  5. 0/1背包问题:给定一组物品,每种物品都有自己的重量和价值,确定一个总重量不超过背包容量的情况下,使得背包中的总价值最大。
  6. 找零问题:找到最少数量的硬币,使它们的总和等于给定的金额。

3、解决背包问题

解决思路

贪心策略:在每一步选择当前可用物品中单位价值最高的物品放入背包,直到背包容量达到上限。

算法步骤:

  1. 初始化:将物品按照单位价值从大到小排序。
  2. 遍历排序后的物品列表:
    • 如果当前物品的重量小于等于背包容量,将该物品放入背包,并更新背包的总重量和总价值。
    • 如果当前物品的重量大于背包容量,跳过该物品。
  3. 返回最终放入背包的物品和它们的总价值。

元素

  • 物品
    • 重量
    • 价值
  • 背包
    • 容量:可以承受的重量。

选择装入背包的物品价值最大。

代码

package com.ybw.algorithm.greedy.dto;

import lombok.AllArgsConstructor;
import lombok.Data;

/**
 * @author weixiansheng
 * @version V1.0
 * @className Goods
 * @date 2023/12/22
 **/
@Data
@AllArgsConstructor
public class Goods {
    /**
     * 商品价格
     *
     * @author: weixiansheng
     * @date: 2023/12/22
     **/
    private Integer price;
    /**
     * 重量
     *
     * @author: weixiansheng
     * @date: 2023/12/22
     **/
    private Integer weight;
}
package com.ybw.algorithm.greedy;

import com.ybw.algorithm.greedy.dto.Goods;
import org.junit.jupiter.api.Test;

import java.util.ArrayList;
import java.util.List;

/**
 * 贪心算法-背包问题
 *
 * @author weixiansheng
 * @version V1.0
 * @className KnapsackProblemTest
 * @date 2023/12/25
 **/
public class KnapsackProblemTest {

    /**
     * @methodName: knapsackProblemTest
     * @return: void
     * @author: weixiansheng
     * @date: 2023/12/22
     **/
    @Test
    public void knapsackProblemTest() {
        //1、定义物品列表
        List<Goods> goodsList = new ArrayList<>();
        goodsList.add(new Goods(60, 10));
        goodsList.add(new Goods(100, 20));
        goodsList.add(new Goods(120, 30));


        // 背包的容量
        int capacity = 50;
        // 输出背包的最大价值
        System.out.println(maxValue(capacity, goodsList));

    }

    private int maxValue(int capacity, List<Goods> goodsList) {
        int totalValue = 0;

        for (Goods goods : goodsList) {
            if (capacity >= goods.getWeight()) {
                totalValue += goods.getPrice();
                capacity -= goods.getWeight();
            } else {
                totalValue += goods.getPrice() * (capacity / goods.getWeight());
                break;
            }
        }
        return totalValue;
    }
}

运行结果:160。全局最优解为220。

总结:它不能保证全局最优解,只能保证局部最优解。

文章来源:https://blog.csdn.net/xixingzhe2/article/details/135154634
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。