给定n种物品和一个背包。物品i的重量为wi,其价值为vi，背包容量为c。问应该如何选择装入背包中的物品使得装入背包中的物品的总价值最大。

背包问题的贪心算法实现，简单易懂，初学者可参考

算法这么课程的结课论文，以最短路径算法为例描述贪心算法

C++应用贪心算法求解背包问题，可用于算法课程设计答辩。

主要介绍了Python基于贪心算法解决背包问题,简单描述了贪心算法的概念、原理并结合实例形式分析了Python使用贪心算法解决背包问题的具体操作技巧,需要的朋友可以参考下

本篇文章主要介绍了浅谈Python实现贪心算法与活动安排问题，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

活动安排问题的动态规划、贪心算法和树搜索算法求解。 比如有一个多媒体教室，现在有四个待举办活动A、B、C、D。A是在8:00到10:00举行，简单记为[8, 10]；B是[12, 14]；C是[15, 17]；D是[11, 19]。为了让尽可能多的活动举行，很明显我们要选择A、B、C为最大相容活动集，因为D与B、C都冲突。

贪心算法的数学原理 贪心算法的数学原理 贪心算法的数学原理

学习数据结构，算法的人群，问题详情：一辆汽车加满油后可行驶n公里。旅途中有若干个加油站。设计一个有效算法，指出应在哪些加油站停靠加油，使沿途加油次数最少。

贪心算法的matlab程序代码Baxter-Pick-and-Place-using-Q-Learning Baxter 机器人已经过训练，可以将相似的颜色块组合在一起，然后使用 Q-Learning 将它们堆叠起来 重要先决条件： Ubuntu 14.04- ROS 靛蓝 - 安装 OpenCV 3.0- 百特 SDK- MATLAB- 训练： Baxter_Training_2.mat 包含受过训练的代理的 Q-Table。 使用 Player.mat 检查训练。 Player.mat 为代理提供了一个随机的数字序列进行排序。 Baxter 上积木的颜色映射到数组中的数字以简化学习过程。 color_3、color_2、color_1分别代表出现3、2、1次的颜色。 color_3、color_2、color_1 mat 文件存储包含 60 种可能状态中每一种的颜色的数组。 它们的使用可以在 Baxter_Training_2.mat 中看到。 代码很简单，使用 Q-Table 实现 Q-Learning。 动作由 epsilon-greedy 算法选择。 训练是针对总共 4^6