1.零钱找回问题
这个问题在我们的日常生活中就更加普遍了。假设1元、2元、5元、10元、20元、50元、100元的纸币分别有c0, c1, c2, c3, c4, c5, c6张。现在要用这些钱来支付K元,至少要用多少张纸币?用贪心算法的思想,很显然,每一步尽可能用面值大的纸币即可。在日常生活中我们自然而然也是这么做的。在程序中已经事先将Value按照从小到大的顺序排好。
2.背包问题:
背包容量=50; w[]={10,20,30} ,p[]={60,100,120} 用贪心选择(10+20)<50,p=160,但这并不是最优解,事实上(20+30)=50,p=100+120=220.才是问题的解。对于01背包,贪心采用自上而下,拆分子问题的方式为:{物品1,物品2,物品3}—>{物品2,物品3}----{物品3}…它无法保证最终能将背包装满,部分闲置的背包空间使每千克背包空间的价值降低了.
对于该问题,我们应该采用自下而上的动态规划来求解,拆分子问题的 方式为:{物品1}-------->{物品1,物品2}------>{物品1,物品2,物品3}.在求解时,应比较,选择该物品和不选择该物品,所导致的最终方案,然后再做出最好选择,为了更快求出问题的解。动态规划还记忆了过程中产生的许多互相重叠的子问题的答案。文章来源:https://www.toymoban.com/news/detail-600845.html
代码
import cn.hutool.core.collection.CollUtil;
import java.util.*;
/**
* desc: 算法测试
*
* @author qts
* @date 2023/7/19 0019
*/
public class AlgorithmTest {
public static void main(String[] args) {
// 测试找零钱
//System.out.println(change(320));
// 测试背包问题
List<HashMap<String, Object>> maps = new ArrayList<>();
HashMap<String, Object> map = new HashMap<String, Object>();
map.put("weight", 10f);
map.put("value",60f);
map.put("name", "物品1");
maps.add(map);
map = new HashMap<String, Object>();
map.put("weight", 30f);
map.put("value",120f);
map.put("name", "物品3");
maps.add(map);
map = new HashMap<String, Object>();
map.put("weight", 20f);
map.put("value",100f);
map.put("name", "物品2");
maps.add(map);
sortByUnitValue(maps);
System.out.println("物品列表: "+maps);
List backpack = backpack(50f, maps.toArray(new HashMap[3]));
System.out.println("结果: "+backpack);
}
// 钱面值
public static int[] moneys = {100, 50, 20, 10, 5, 2, 1};
// 对应面值的数量
public static int[] counts = {5, 3, 0, 1, 2, 0, 3};
/**
* 贪心算法: 找零钱
* @param amount 金额
*/
public static String change(int amount) {
StringBuilder result = new StringBuilder(amount + " = ");
for (int i = 0; i < moneys.length; i++) {
if (amount <= 0) {
break;
}
int curMoneyCount = Math.min(amount / moneys[i], counts[i]);
amount = amount - curMoneyCount * moneys[i];
if (curMoneyCount > 0) {
if (i > 0) {
result.append(" + ");
}
result.append(curMoneyCount).append("张").append(moneys[i]);
}
}
if (amount > 0) {
return "无解";
}
return result.toString();
}
/**
* 单位价值倒序
* @param maps
*/
private static void sortByUnitValue(List<HashMap<String, Object>> maps) {
CollUtil.sort(maps, new Comparator<HashMap<String, Object>>() {
@Override
public int compare(HashMap<String, Object> o1, HashMap<String, Object> o2) {
Float weight1 = (Float) o1.get("weight");
Float value1 = (Float) o1.get("value");
Float unitValue1 = value1/weight1; // 单位重量的价值
Float weight2 = (Float) o2.get("weight");
Float value2 = (Float) o2.get("value");
Float unitValue2 = value2/weight2; // 单位重量的价值
return (int) ((unitValue2 - unitValue1));
}
});
}
/**
* 贪心算法: 背包问题
* @param capacity 背包容量
* @param maps 物品,从最优到最次排序
* @return
*/
public static List<HashMap<String,Object>> backpack(Float capacity,HashMap<String,Object>[] maps) {
List<HashMap<String,Object>> result = new ArrayList<HashMap<String, Object>>();
for (int i = 0; i < maps.length; i++) {
if (capacity <= 0) {
break;
}
HashMap<String, Object> goods = maps[i];
Float weight = (Float) goods.get("weight");// 重量
Float value = (Float) goods.get("value");// 价值
String name = (String) goods.get("name");// 名称
Float unitValue = value/weight; // 单位重量的价值
float min = Math.min(capacity, weight);
capacity -= min;// 剩余背包容量
HashMap<String, Object> map = new HashMap<>();
map.put("weight",min);
map.put("name",name);
result.add(map);
}
return result;
}
}
结果:
文章来源地址https://www.toymoban.com/news/detail-600845.html
到了这里,关于java贪心算法案例的文章就介绍完了。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!