贪心算法的解决

今天做了一家公司的笔试题，里面一道编程题就是贪心算法来解决的，就是类似经典的背包问题。之前只是看过，笔试的时候凭借印象居然做出来80%，心情非常愉悦，记录一下。

原来的题目我不记得了，写个类似的题目。

背包问题是一个组合优化的问题，描述如下：给一个固定大小，能够携重W的背包以及一组有价值重量的物品，找出一个最佳的方案，使得装入包中的物品重量不超过W且总价值最大。

1、问题分析

数据：物品个数n=5,物品重量weights=[2，2，6，5，4],物品价值values=[6，3，5，4，6],背包总容量W=10。

2、问题思路

　　* 先计算出每一个物品的性价比，就是重量/价值，得到每个物品的性价比，存进去一个数组，按照从小到大排列。之后遍历这个数组，在容量>=0之前，增加max的值。

　　* 代码如下：

let price = [2,2,3,1,5,2];  // 价格
let nums  = [2,3,1,5,4,3];  // 对应的数量
let money = 6;              // 有多少钱

tanxin(price,nums,money)
function tanxin(price,nums,money){
    // 要返回的值
    let max = 0;
    // 现在剩下多少钱
    let endMoney = money;
    let arr = [];
    // 遍历价格，把价格，数量，和比例存进一个数组
    price.forEach((ele,idx)=>{
        arr.push({
            'price':price[idx],
            'num':nums[idx],
            'bili':price[idx]/nums[idx]
        })
    })
    // 做一下排序，从小到大排
    arr.sort((a,b)=>{
       return a.bili - b.bili
    })
    // 遍历物品数组
    arr.forEach((ele,idx)=>{
        // 需要限定当大于0时，不然会一直加下去
        if(endMoney - ele.price>=0){
            // 剩下的钱减少
            endMoney = endMoney - ele.price;
            // 可以买的物品最大数量增加
            max += ele.num
        }
    })
    console.log(max) 
}

猜你喜欢