贪心算法回顾

Posted 2021-02-19 cheng2839

各位好，贪心算法可以说是处处学到，被面试频频问道，接下来回顾以下，并上代码：

 

  1 package com.clb.ai.algorithm;
  2 
  3 import java.util.ArrayList;
  4 import java.util.List;
  5 import java.util.Map;
  6 import java.util.TreeMap;
  7 
  8 /**
  9  * 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。
 10  * 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。
 11  *
 12  * 例题如下：
 13  * 有一个背包，背包容量是M=150kg。有7个物品，物品不可以分割成任意大小。
 14  * 要求尽可能让装入背包中的物品总价值最大，但不能超过总容量。
 15  * 物品 A B C D E F G
 16  * 重量 35kg 30kg 6kg 50kg 40kg 10kg 25kg
 17  * 价值 10$ 40$ 30$ 50$ 35$ 40$ 30$
 18  */
 19 public class GreedyAlgo {
 20 
 21     private static final int M = 150;
 22 
 23     private static final char[] GOODS = {‘A‘, ‘B‘, ‘C‘, ‘D‘, ‘E‘, ‘F‘, ‘G‘};
 24     private static final int[] WEIGHTS = {35, 30, 6, 80, 40, 10, 25};
 25     private static final float[] COSTS = {10, 40, 30, 80, 35, 40, 30};
 26 
 27     //按照价值大小进行排序
 28     private static Map<Good, Character> map = new TreeMap<>((o1,o2)->o1.price==o2.price?0:(o1.price<o2.price?1:-1));
 29 
 30     public GreedyAlgo() {
 31         for (int i=0; i<GOODS.length; i++) {
 32             map.put(new Good(GOODS[i], WEIGHTS[i], COSTS[i]), GOODS[i]);
 33         }
 34     }
 35 
 36     public List<Good> run(){
 37         List<Good> resultList = new ArrayList<>();
 38 
 39         int weight = 0;
 40         while (weight<M) {
 41             boolean found = false;
 42             for (Good v : map.keySet()) {
 43                 if (!resultList.contains(v) && v.weight <= M-weight) {
 44                     resultList.add(v);
 45                     weight += v.weight;
 46                     found = true;
 47                 }
 48             }
 49             if (!found) break;
 50         }
 51 
 52         return resultList;
 53     }
 54 
 55     public static void main(String[] args) {
 56        List<Good> result = new GreedyAlgo().run();
 57 
 58        System.out.println("可供选择的物品如下：");
 59         for (Good key : map.keySet()) {
 60             System.out.println(key);
 61         }
 62 
 63         System.out.println("通过贪心算法选取，得到的物品为："+totalName(result));
 64         float totalCost, totalWeight;
 65         System.out.println("总重量："+(totalWeight=totalWeight(result))+"	总价值："+(totalCost=totalCost(result))+"	单位价值："+(totalCost/totalWeight));
 66     }
 67 
 68     private static List<Character> totalName(List<Good> result) {
 69         List<Character> characterList = new ArrayList<>();
 70         result.forEach(key -> characterList.add(key.name));
 71         return characterList;
 72     }
 73 
 74     private static float totalCost(List<Good> result) {
 75         float sum = 0;
 76         for (Good c : result) {
 77             sum += c.cost;
 78         }
 79         return sum;
 80     }
 81     private static int totalWeight(List<Good> result) {
 82         int sum = 0;
 83         for (Good c : result) {
 84             sum += c.weight;
 85         }
 86         return sum;
 87     }
 88 
 89     class Good {
 90         char name;
 91         int weight;
 92         float cost;
 93         float price;
 94         public Good(char name, int weight, float cost) {
 95             this.name = name;
 96             this.weight = weight;
 97             this.cost = cost;
 98             this.price = cost/weight;
 99         }
100 
101         @Override
102         public String toString() {
103             final StringBuffer sb = new StringBuffer();
104             sb.append("名称：").append(name);
105             sb.append("	重量：").append(weight);
106             sb.append("	总价值：").append(cost);
107             sb.append("	单位价值：").append(price);
108             return sb.toString();
109         }
110     }
111 
112 }

 

打印结果如下：

 1 可供选择的物品如下：
 2 名称：C    重量：6    总价值：30.0    单位价值：5.0
 3 名称：F    重量：10    总价值：40.0    单位价值：4.0
 4 名称：B    重量：30    总价值：40.0    单位价值：1.3333334
 5 名称：G    重量：25    总价值：30.0    单位价值：1.2
 6 名称：D    重量：80    总价值：80.0    单位价值：1.0
 7 名称：E    重量：40    总价值：35.0    单位价值：0.875
 8 名称：A    重量：35    总价值：10.0    单位价值：0.2857143
 9 通过贪心算法选取，得到的物品为：[C, F, B, G, E, A]
10 总重量：146.0    总价值：185.0    单位价值：1.2671233