14天阅读挑战赛
努力是为了不平庸~
算法学习有些时候是枯燥的,这一次,让我们先人一步,趣学算法!
❤️一名热爱Java的大一学生,希望与各位大佬共同学习进步❤️
🧑个人主页:@周小末天天开心
各位大佬的点赞👍 收藏⭐ 关注✅,是本人学习的最大动力
感谢!
📕该篇文章收录专栏—趣学算法
目录
题目描述
问题分析
算法设计
完美图解
算法详解
(1)确定合适的数据结构。
(2)对物体按单位重量价值进行排序。
(3)使用贪心算法求解问题
算法分析
题目描述
有n种物品,每种物品只有一个,第i种物品的重量为 wi,价值为 vi,背包的容量为 w,物品可以分割。如何放置物品,使装入背包的物品价值之和最大?
问题分析
(1)每次选择价值最大的物品装入背包。
(2)每次选择重量最小的物品装入背包。
(3)每次选择单位重量价值最大的物品转入背包。
思考一下,如果选价值最大的物品,但重量非常大,则可能一个也装不下,分割一部分装入,价值未必是最高的;如果选重量最小的物品装入,则其价值不一定高,所以在总重量受到限制的情况下无法保证价值最大;而如果每次选单位重量价值最大的物品,则装满背包后一定能得到最大价值。
因此,我们应采用第三种贪心策略——每次从剩下的物品中选单位重量价值最大的物品。
算法设计
(1)确定合适的数据结构并初始化。首先将物品的重量、价值和单位重量价值定位为一种结构体类型,然后对物品按单位重量价值从大到小进行排序。
(2)根据贪心策略,按照单位重量价值从大到小选取物品,直到达到背包容量。如果在装入第 i 个物品时超出背包容量,则取该物品的一部分装入背包。
完美图解
物品的价值和重量如表2-3所示。如果背包容量 w = 30,怎么才能装入最大价值的物品?
物品清单
物品 i3 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
重量 w[i] | 4 | 2 | 9 | 5 | 5 | 8 | 5 | 4 | 5 | 5 |
价值 v[i] | 3 | 8 | 18 | 6 | 8 | 20 | 5 | 6 | 7 | 15 |
(1)贪心策略是每次选单位重量价值(价值/重量)大的物品,因此可以按单位重量价值对物品进行降序排列,排序后的物品清单如下所示:
排序后的物品清单
物品 i | 2 | 10 | 6 | 3 | 5 | 8 | 9 | 4 | 7 | 1 |
重量 w[i] | 2 | 5 | 8 | 9 | 5 | 4 | 5 | 5 | 5 | 4 |
价值 v[i] | 8 | 15 | 20 | 18 | 8 | 6 | 7 | 6 | 5 | 3 |
单位重量价值 | 4 | 3 | 2.5 | 2 | 1.6 | 1.5 | 1.4 | 1.2 | 1 | 0.75 |
(2)按照贪心策略,每次选择单位重量价值大的物品装入背包。
(3)构造最优解
算法详解
(1)确定合适的数据结构。
struct node {
double w; //每种物品的重量
double v; //每种物品的价值
double p; //每种物品的单位重量价值(价值/重量)
}
(2)对物体按单位重量价值进行排序。
bool cmp(node a, node b) { //自定义比较函数cmp
return a.p > b.p; // 指定按照物品的单位重量价值进行降序排列
}
sort(s, s + n, cmp); //前两个参数分别为待排序数组的首地址和尾地址,cmp为比较函数
(3)使用贪心算法求解问题
double solve (int n, double w) {
double sum = 0.0; //sum表示已经装入物品的价值之和
double cleft = w; //背包的剩余容量
for(int i = 0; i < n; i++) { //是用贪心算法求解问题
if(s[i].w < cleft) { //如果物品的重量小于或等于剩余容量
cleft -= s[i].w;
sum += s[i].v;
}
else { //如果物品的重量大于剩余容量
sum += cleft * s[i].p; //部分装入
break;
}
}
return sum;
}
算法分析
(1)时间复杂度:时间主要耗费在对物品按单位重量价值进行排序上,一般采用快速排序法,时间复杂度为O(nlogn)。文章来源:https://www.toymoban.com/news/detail-430790.html
(2)空间复杂度:空间主要消耗在存储物品的单位重量价值上,空间复杂度为O(n)。 文章来源地址https://www.toymoban.com/news/detail-430790.html
到了这里,关于【趣学算法】Day3 贪心算法——背包问题的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!