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int i=2;for(i=6;i>0;i--),上述循环语句循环次数为(和时间复杂度，罗列出每个算法编程要用到的库。

TSP（Traveling Salesman Problem）问题是一个经典的组合优化问题，目标是最短路径覆盖所有城市并返回到起点。针对这个问题，以下是两个常见的算法，它们的编程难度中等，并且我会简要描述其时间复杂度：

1. **贪心算法** (Approximation Algorithm)
- 编程难度：★★★
- 时间复杂度：O(n^2) 或 O(n log n)，取决于具体实现（例如使用优先队列）
- 需要的库：Java内置数据结构如ArrayList、PriorityQueue
- 算法思路：从第一个城市开始，每次选择当前未访问过的最近的城市，直到所有城市都访问过一次。最后回到起始城市。

import java.util.*;

public class GreedyTSP {
   private List<Point> cities;
   
   public int solveGreedy() {
       // 初始化和实现贪心策略的代码
   }
}

2. **遗传算法** (Heuristic Search)
- 编程难度：★★★★
- 时间复杂度：依赖于迭代次数和种群大小，通常不好精确表示，更像是一种启发式搜索
- 需要的库：Java Evolutionary Algorithms框架（如JMetal, DEAP等），用于处理基因编码、交叉、变异和选择操作
- 算法思路：模拟生物进化过程，通过随机生成解（路线）、评估适应度（路线长度）、交叉、变异等步骤优化结果。

import org.jMetal.core.*;
import org.jmetal.operator.*;
import org.jmetal.problem.*;

public class GeneticAlgorithmTSP {
   private TSP tspProblem;
   private Population population;

   public void runGA(int generations) {
       // 初始化遗传算法并设置参数的代码
   }
}