动态规划求解背包问题 考虑下述背包问题的实例。有5件物品，背包容量为100？

考虑下述背包问题的实例。有5件物品，背包容量为100？

贪心算法在求解问题时总是做出最佳选择（但结果可能不是最好的）

典型算法：prim算法和Kruskal算法

分治算法的基本思想是将一个N尺度的问题分解成k个较小的子问题，

这些子问题相互独立，性质与原问题的原问题解相同。

典型算法：河内塔，对分搜索

动态规划，通过将原问题分解成相对简单的子问题来解决复杂问题的一种方法

典型算法：背包问题

回溯算法，也称为试算法，是一种系统地搜索问题解的方法

典型算法：八皇后问题

根据单位权值的最大优先级策略目前看来是最好的（结果不一定是最好的）

这里是贪心算法，考虑到0/1背包问题，1，2，3的最大值是430（50，200，180）

考虑到部分包含，1，2，3，4（4，40）的最大值是630（50，200，180）]225/45*40）

2，3，4的最大值确实是605，但不是用贪心算法计算出来的

所以答案是C

0-1背包问题不能用贪心方法求解，但有些背包问题可以用贪心方法求解。

首先，如果您不带0-1背包，您必须带上所有这些物品。网页链接可参考此查看

动态规划求解背包问题 背包问题的贪心算法 贪心算法求解部分背包问题

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。