最优装载问题：有一批集装箱要装上一艘载重量为c的轮船。其中集装箱i的重量为Wi。最优装载问题要求确定在装载体积不受限制的情况下，将尽可能多的集装箱装上轮船。 用贪心选择算法思想编程

最优装载问题通常可以采用贪心策略解决，即每次选择当前能装载的最大重量的集装箱，并持续加载直到达到轮船的总承载能力。这是一种启发式算法，其核心步骤可以按照以下伪代码实现：

def optimal_loading(boxes, capacity):
    # 初始化结果变量
    total_weight = 0
    loaded_boxes = []

    # 按照箱子重量降序排序
    boxes.sort(key=lambda x: x[1], reverse=True)  # 第一个元素通常是箱子重量

    for box in boxes:
        weight, volume = box  # 提取每个箱子的重量和体积
        if total_weight + weight <= capacity:  # 如果加当前箱子不会超过载重
            total_weight += weight
            loaded_boxes.append(box)
        else:  # 超过载重，停止装载并返回已装载的箱子
            break

    return loaded_boxes, total_weight

# 示例
boxes = [(50, 4), (30, 6), (80, 3), (20, 5)]  # 箱子列表，每个元组包含重量和体积
capacity = 100  # 轮船最大载重
loaded_boxes, max_weight = optimal_loading(boxes, capacity)

在这个例子中，贪心选择算法会选择重量最大的箱子先装载，直到无法再添加而不违反载重限制。