0-1 Multidimensional Knapsack的典型目标函数是最大化背包中所有物品的价值。 Stackexchange链接中提供了一个很好的算法：0-1 Multidimensional Knapsack。
但是，如果我的目标功能是在背包中装入尽可能多的物品怎么办？所有作品都有相同的价值。 Stackexchange帖子（Knapsack problem with all profits equal to 1）声称可以通过Greedy算法求解具有相等值的一维背包。真的吗？我认为01背包问题是NP难的，因此贪婪算法可能无法给出最佳解决方案。
所以我的问题是两部分的？ 1）在这种情况下，贪婪算法能给出最优解吗？ 01背包具有相同的值 2）如何实现多维贪心算法？ vi / wi是一个除以向量的值......
答案 0 :(得分：0)
1。）背包问题是NP-Hard问题。所以简而言之，不，你不能使用贪心算法最佳地解决它。相反，存在可以让你非常接近的启发式方法。
2。）在利润平等的背包的情况下，这可能会降低到简单的装箱问题。在这种情况下，如果所有选择在利润方面都是相同的，那么您可能需要关注问题的不同方面，这可能类似于“大小”。如果是这种情况，你会想要每次都选择最小的项目 - 在这种情况下，贪婪的算法可能就足够了，可以通过简单地查看你的选择并选择最小的元素来实现。
应该注意的是，线性搜索如果重复了很多次，就会给程序增加烦人的开销。相反，您可能需要考虑使用MIN-Heap，因为这样可以以较低的计算成本获得最小的值。