贪心算法求解问题的策略和思路②基于贪心算法设计装载问题的求解； 针对指定容量C的船，给定n个集装箱，各集装箱重量为wi。如何将集装箱装到船上保证装的集装个数最多？

贪心算法求解装载问题通常采取以下步骤：

1. **局部最优选择**：每次选择当前状态下最有利、能立即带来最大收益的决策。在这种情况下，就是选择重量轻但体积最大的集装箱先装载，因为这样可以增加单次装载的容器数量。

2. **逐步构建解决方案**：按照上述的选择顺序，不断尝试装载集装箱，直到达到船只的容量限制C为止。每一步都假设做出的局部最优选择最终会导向全局最优解。

3. **回顾调整**：在装载过程中，如果发现某个之前已装载的较重箱子占据了过多空间，而后来的轻箱子却无法装载，这时可能需要卸下一些重量来腾出空间，但这一般不是初始策略的一部分，而是贪心过程中的回溯优化。

对于装载问题的伪代码描述可能会像这样：

def greedy_load(ships, containers):
    ships_remaining = ships
    containers_sorted = sorted(containers, key=lambda x: x.weight / x.size, reverse=True) # 按体积效率排序
    loaded_containers = []
    
    for container in containers_sorted:
        if ships_remaining[0].capacity >= container.weight: # 如果还有足够的空间
            ships_remaining[0].load(container)
            loaded_containers.append(container)
            ships_remaining[0].reduce_capacity(container.weight) # 更新剩余空间
        else:
            break

    return loaded_containers, ships_remaining