该算法只用一层循环，时间复杂度是O(n);【算法精髓】 解决最优装载问题之前，需要把所有物体按重量从小到大排序； 该算法使用了...
原创
2021-08-25 14:10:19
2668阅读
贪婪算法（又称贪心算法）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。贪婪算法不是对所有问题都能得到整体最优解，关键是贪婪策略的选择，选择的贪婪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。下面我将用python结合问题实例来详细讲述此算法问题描述：如下图所示，有5个广播台，以及8个州
转载
2023-12-10 09:59:53
69阅读
概念： 当一个问题具有最优子结构性质时，可用动态规划算法，有时会有更简单有效的算法，那就是贪心算法，贪心算法是通过一系列的选择来得到问题的解，贪心算法并不从整体最优上加以考虑，所做的选择只是在某种意义上的局部最优解。但对范围相当广的许多问题能产生整体最优解。在一些情况下，即使贪心算法不能得到整体最优
原创
2022-05-27 22:46:20
547阅读
描述 进行一次独木舟的旅行活动，独木舟可以在港口租到，并且之间没有区别。一条独木舟最多只能乘坐两个人，且乘
原创
2022-12-01 18:22:01
227阅读
贪心是一种解题策略，也是一种解题思想 使用贪心方法需要注意局部最优与全局最优的关的。而只能完整的取的是0/1背包问题，这个需要动态规划来求解。 但并不是所有具有最优子结...
原创
2022-08-22 21:16:34
178阅读
我们有n种物品，物品j的重量为wj，价格为pj。我们假定所有物品的重量和价格都是非负的。背包所能承受的最大重量为W。如果限定每种物品只能选择0个或1个，则问题称为0-1背包问题。可以用公式表示为：最大化受限于如果限定物品j最多只能选择bj个，则问题称为有界背包问题。可以用公式表示为：
转载
2013-08-16 21:07:00
523阅读
# 贪心法与背包问题的探索
## 一、背景介绍
背包问题是一类经典的优化问题，常见于物流、资源分配等多个领域。其中，“0-1背包问题”尤其受到关注，因为它要求在给定的重量限制下，选择不同的物品以达到最大总价值。贪心法是一种常用的求解策略，尽管不一定能够找到最优解，但在某些特定情况下，它的效率和实用性不可小觑。
## 二、贪心法的基本思想
贪心算法的核心思想是建立在局部最优解的基础之上，通过
有一个长度为n（n <= 240）的正整数，从中取出s（s < n）个数，使剩余的数保持原来的次序不变，求这个正整数经过删数之后最小是多少。输入：178543 4样例输出：13把对s个数字的删除，看成是一个逐步实现的过程，每一步删除一个数字，用s步完成对s个数字的删除。每一步总是选择一个使剩下的数最小的数字完成删除。按照从左向右的顺序进行搜索，删除第一个递减区间的首位数字。//删数问题
原创
2022-09-20 09:50:20
492阅读
【贪心法】－－活动安排问题1、活动安排 设有n个活动的集合 E ＝ {1,2,…,n}，其中每个活动都要求使用同一资源，如演讲会场等，而在同一时间内只有一个活动能使用这一资源。 每个活动 i 都有一个要求使用该资源的起始时间 si 和一个结束时间 fi，且 si ＜ fi。如果选择了活动i，则它在半开时间区间
原创
2021-08-25 14:17:13
1879阅读
问题描述：现有一批活动，有开始时间和结束时间，如何合理的安排使得尽可能多的活动得以开展； 活动 讲座 会议 演出 电影 辩论赛 考试 开始时间 1 3 0 5 3 7 结束时间 3 4 4 7 6 8 解题思路：如何才能保证安排更多的活动呢？肯定是越早结束越好。所以首先对结束时间按升序排序，再依此选
转载
2019-11-25 15:41:00
139阅读
2评论
贪心算法也是用来求解最优化问题的，相比较动态规划很多问题使用贪心算法更为简单和高效，但是并不是所有的最优化问题都可以使用贪心算法来解决。贪心算法就是在每个决策点都做出在当时看来最佳的选择。贪心算法的设计步骤：1、将最优化问题转换为：对其做出一次选择之后，只剩下一个问题需要求解的形式(动态规划会留下多个问题需要求解)2、证明做出贪心选择之后，原问题总是存在最优解，即贪心算法总是安全的3、证明做出贪心
转载
2023-06-21 22:21:05
116阅读
问题描述： 设有n个独立的作业，由m台相同的机器进行加工处理。作业i所需的处理时间为t[i]。 任何作业可以在任何一台机器上面加工处理，但未完工之前不允许中断处理。任何作业不能拆分成更小的作业。 要求给出一种作业调度方案，使所给的n个作业在尽可能短的时间内由m台机器加工处理完成。 这个问题是NP完全
原创
2022-05-27 22:46:29
1678阅读
现有一个载重为W的货船，集装箱i个，重量分别为wi，在不考虑体积的情况下，要求装载的数量最多。 这是一个简单的最优装载问题，类似01背包问题，但考虑的不是价值而是数量，所以每次选取剩余集装箱中重量最轻的就可以，
原创
2018-11-30 22:36:01
1976阅读
贪心算法思想：不从整体最优上加以考虑，它所做出的选择只是在某种意义上的局部最优选择，当然希望贪心算法得到的最终结果也是整体最优的；贪心算法性质：指所求问题的整体最优解可以通过一系列局部最优的选择，即贪心选择来达到；最优装载问题（1）问题描述：有一批集装箱要装上一艘载重量为 tatol 的轮船，其中集装箱 index 的重量为 weight。最优装载问题要求在装载体积不受限制的情况下，将尽可能多的集
转载
2023-08-07 14:45:40
73阅读
贪心算法贪心算法（greedy algorithm），又称贪婪算法，在每一步都做出当时看起来最好的选择，就是不断贪心的选取当前最优策略的计算方法。目的： 贪心算法是求解最优化问题适用条件/前提：贪心选择性质： 可以通过做出局部最优（贪心）选择来构造全局最优解。换句话说，当进行选择时，我们直接做出在当前问题中看来最优的选择，而不是考虑子问题的解最优子结构： 如果一个问题的最优解包含其子问题的最优解
参考完往上面的动态规划解决装载问题，总是觉得少了点什么，其实很多他们算不上真正的动态规划，他们只是对于决策不断求解，并没有选出最优的答案，接下来，我就把我对于动态规划的理解，解决出装载的问题（算法中没有选出船的具体装载箱子）一：问题描述两艘船各自可装载重量为c1，c2，n个集装箱，各自的重量为w[n]，设计一个可以装载的方案，使得两艘船装下全部集装箱二：算法概念阶段
将所给问题的过程，恰当的
1、贪心算法 (1)原理：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，他所做出的仅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，但对范围相当广泛的许多问题他能产生整体最优解或者是整体最优解的近似解。 (2)特性：贪心算法采用自顶向下，以迭
原创
2022-05-27 22:39:45
725阅读
在解决背包问题（Knapsack Problem）时，贪心法是一种高效的策略。背包问题主要是在给定一系列物品及其重量和价值的情况下，如何在不超过背包承载量的条件下选择物品，使得这些物品的总价值尽可能高。接下来，我将详细记录解决“java贪心法实现背包问题”的整个过程，这其中将涵盖背景描述、技术原理、架构解析、源码分析、应用场景与案例分析，确保所有内容逻辑清晰、层层递进。
## 背景描述
时间回
