JS基于贪心算法解决背包问题示例

来源：动视网责编：小采时间：2020-11-27 22:24:47

JS基于贪心算法解决背包问题示例

JS基于贪心算法解决背包问题示例:本文实例讲述了JS基于贪心算法解决背包问题。分享给大家供大家参考，具体如下：贪心算法：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。寻找最优解的过程，目的是得到当前

推荐度：

点击下载本文 文档为doc格式

导读JS基于贪心算法解决背包问题示例:本文实例讲述了JS基于贪心算法解决背包问题。分享给大家供大家参考，具体如下：贪心算法：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。寻找最优解的过程，目的是得到当前

本文实例讲述了JS基于贪心算法解决背包问题。分享给大家供大家参考，具体如下：

贪心算法：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。

寻找最优解的过程，目的是得到当前最优解

部分背包问题：固定容积的背包能放入物品的总最大价值

物品 A B C D
价格 50 220 60 60
尺寸 5 20 10 12
比率 10 11 6 5

按比例降序尽可能多放入物品

function greedy(values, weights, capacity){
 var returnValue = 0
 var remainCapacity = capacity
 var sortArray = []
 values.map((cur, index) =>{
 sortArray.push({
 'value': values[index],
 'weight': weights[index],
 'ratio': values[index]/weights[index]
 })
 })
 sortArray.sort(function(a, b){
 return b.ratio > a.ratio
 })
 console.log(sortArray)
 sortArray.map((cur,index) => {
 var num = parseInt(remainCapacity/cur.weight)
 console.log(num)
 remainCapacity -= num*cur.weight
 returnValue += num*cur.value
 })
 return returnValue
}
var items = ['A','B','C','D']
var values = [50,220,60,60]
var weights = [5,20,10,12]
var capacity = 32 //背包容积
greedy(values, weights, capacity) // 320

更多关于JavaScript相关内容感兴趣的读者可查看本站专题：《JavaScript数据结构与算法技巧总结》、《JavaScript数算用法总结》、《JavaScript排序算法总结》、《JavaScript遍历算法与技巧总结》、《JavaScript查找算法技巧总结》及《JavaScript错误与调试技巧总结》

希望本文所述对大家JavaScript程序设计有所帮助。

JS基于贪心算法解决背包问题示例

推荐度：

点击下载本文 文档为doc格式

标签：实例问题求解贪心算法

热门焦点

JS基于贪心算法解决背包问题示例

JS基于贪心算法解决背包问题示例

JS基于贪心算法解决背包问题示例

最新推荐

猜你喜欢

热门推荐