实现最优装载的贪心算法 载重c=70 集装箱重量w[20,10,26,15]

### 回答1：
最优装载的贪心算法可以按照以下步骤实现：

1. 将集装箱按照重量从大到小排序，依次考虑每个集装箱。

2. 如果当前集装箱的重量小于等于剩余载重c，则将其装入货车，并将剩余载重c减去该集装箱的重量。

3. 如果当前集装箱的重量大于剩余载重c，则不能将其装入货车，直接考虑下一个集装箱。

4. 重复步骤2和3，直到所有集装箱都被考虑过。

对于载重c=70和集装箱重量w=[20,10,26,15]的情况，按照上述贪心算法，可以得到最优装载方案为：装入重量为26、20、15的三个集装箱，剩余载重为9。

### 回答2：
最优装载问题是贪心算法的一个经典问题。它是在一定的容量限制下，使已知数量的物品装满容器的同时，尽可能地少告诉物品容器，以此来优化船舱的装载。

在这道题目里，我们需要用贪心的方法，尽可能地装满船，并且确保船不超过最大载重量。

首先，为了使用贪心算法，需要对物品的权重进行排序。把集装箱重量从大到小排序，可以让我们首先放入重量较大的货物。

其次，用一个重量为0的船来开始尽可能地装载集装箱，从重量最大的集装箱开始依次装载，直到船已满为止。当我们无法放置更多重量的集装箱时，则强制停止装载。

最后，返回已装载集装箱的数量以及每个集装箱的重量。

代码如下：

def load_ship(c, w):
    # 从大到小排序
    w.sort(reverse=True)
    # 船的载重量
    max_weight = c
    # 已经装好的货物重量
    loaded_weight = 0
    # 已经装好的货物数量
    loaded_num = 0
    for i in range(len(w)):
        # 只要可以装载就一直装载
        if loaded_weight + w[i] <= max_weight:
            loaded_weight += w[i]
            loaded_num += 1
        else:
            break
    return loaded_num, w[0:loaded_num]

# 测试代码
if __name__ == '__main__':
    c = 70
    w = [20, 10, 26, 15]
    loaded_num, loaded_w = load_ship(c, w)
    print("已经装载的集装箱数量：", loaded_num)
    print("已经装载的集装箱重量：", loaded_w)

输出结果为：

已经装载的集装箱数量： 3
已经装载的集装箱重量： [26, 20, 15]

因此，在最大载重为70的情况下，最优的装载方案是装载3个集装箱，分别为重量为26、20、15的集装箱。

### 回答3：
实现最优装载的贪心算法

最优装载问题要求将一定数量的集装箱装入一辆货车中，使车的重量最大，同时不能超过车的载重。其中，集装箱重量w[20，10，26，15]，载重c=70。

贪心算法是一种求解最优装载问题的有效方法。贪心算法要求通过每一步选择当前最优的解，然后更新可行解集合，以达到全局最优解的目的。以下是实现最优装载的贪心算法的具体步骤：

1. 将集装箱按照重量从大到小排序。

2. 定义当前车辆重量为0，可行解集合为空。

3. 从重量最大的集装箱开始，依次将其加入当前车辆中。

4. 每次加入集装箱时，判断当前车辆和加入集装箱后，是否超过载重。如果未超过，则将该集装箱加入当前车辆，并加入可行解集合；如果超过，则不加入该集装箱。

5. 重复步骤3和4，直到所有集装箱都被考虑过。

6. 输出可行解集合中最大的车辆重量，即为全局最优解。

按照上述贪心算法，集装箱可以按照重量从大到小的顺序分别加入车辆，得到的可行解集合为{56, 46, 20}，其中56表示装载20、26、10集装箱后的车重，46表示装载20、26、15集装箱后的车重，20表示只装载20集装箱时的车重。可以发现，最大的可行解为56，即最优负载为56。