输入两个整数，一为确诊，数二为死亡数输出一行甲流死亡率100分数形式输出精确到小数点后面三位。用c加加。我需要解决【TSP旅行商】问题，请列出【2】个可以用【Java】编程的优化路径算法，展开写出这【2】个算法的编程难度级别和时间复杂度，罗列出每个算法编程要用到的库。

在C++中，计算甲流死亡率并输出百分比可以按照以下步骤编写：

#include <iostream>
#include <iomanip>

double calculateDeathRate(int confirmedCases, int deaths) {
    if (confirmedCases == 0) {
        return 0; // 防止除以零的情况
    }
    double deathRate = static_cast<double>(deaths) / confirmedCases * 100;
    return std::fixed << std::setprecision(3) << deathRate;
}

int main() {
    int confirmed = 1000;
    int deaths = 50;
    double rate = calculateDeathRate(confirmed, deaths);
    std::cout << "甲流死亡率：" << rate << "%\n";
    return 0;
}

**关于TSP（Traveling Salesman Problem）旅行商问题的优化算法：**

1. **贪心算法（Difficulty Level: 中等）**
时间复杂度：O(n^2)，其中n代表城市数量
- 使用启发式策略，如Nearest Neighbor（最近邻），每次都选择当前距离最近的城市作为下一站，最后返回起点。
- 缺点：不一定能找到全局最优解，尤其是对于完全随机的城市排列。

2. **遗传算法（Difficulty Level: 较高）**
时间复杂度：取决于特定遗传算法实现，通常为NP难问题，但在实际应用中有较好的近似效果
- 遗传算法是一种模拟自然选择过程的搜索算法，将城市看作基因型，通过迭代优化得到一组相对短路径。
- 库：可以使用开源库如Genetic Algorithm in C++（GA-CPP）或JMetal等来实现。

**相关问题--:**
1. 贪心算法如何避免局部最优的问题？
2. 遗传算法是如何应用于TSP问题的？
3. 如何评估TSP解决方案的质量？