贪心算法解决背包问题

问题重述：

与0-1背包问题类似，所不同的是，在选择物品i装入背包的时候，可以选择物品i的一部分装入背包，而不一定全部装入背包，这是与0-1背包问题的差别。形式化描述语言：给定背包容量c(c>0)，和物品i的重量wi(wi>0)、价值vi(vi>0)。

要求找出一个n元向量(x1,x2,x3,...,xn),使得∑_(i=1)^n▒〖w_i x_i 〗≤c∑_(i=1)^n▒〖v_i x_i 〗

实例说明：

给定背包容量50Kg，物品信息：物品1，重量10Kg，价值60元；物品2，重量20Kg，价值100元；物品3，重量30Kg，价值120元。则贪心策略有三种：

1、先把价值高的装进去，这样来说，能够确保背包内物品价值的有效增长，但是背包容量消耗太快，不利于总体价值的最大化。

2、先把重量小的物品装进去，这种策略能确保背包内的空间得以有效的利用，但是背包内物品的价值却不能有效增长，即增长缓慢，也不利于总体价值的最大化。

3、以上两种策略只考虑到了背包价值的增长和背包容量的利用，都不利于背包内物品价值的最大化。不妨，给每件物品赋予权重=价值/重量，并且按照物品的权重降序排序，依次将物品装入背包。三种策略示意图如下：

代码和注释如下：

#include 
#include 
#define MAX_NUM 1000
using namespace std;

struct Goods //info of goods定义物品信息结构体
{
    int weight;// the weight of goods重量
    int value;// the value of goods价值
    double ValPerWei;// value per weight权重
    double load; //物品装入背包的部分的系数（例如上图中物品全部装入则load为1，装入10/20则load为0.5）
};
int cmp( Goods const &a, Goods const &b)//定义sort函数的比较函数
{
    if(a.ValPerWeig[i].weight)//如果背包足够装下整个物品
        {
            content-=g[i].weight;
            g[i].load=1;
        }
        else if(content>0){//如果背包不足以装下整个物品
            g[i].load=(double)content/g[i].weight;//计算物品装入背包的部分
            content=0;//背包容量置0
            return;//程序结束，返回
        }
    }
}
int main()
{
    int goods_num;
    int bagvol;
    double total_value=0;
    double total_weight=0;
    cout<<"Please input the volum of bag:"<>bagvol;
    cout<<"Please input the number of goods:"<>goods_num;
    Goods G[goods_num+1];
    cout<<"Please inuput the weight and value of goods:"<>G[i].weight>>G[i].value;//输入重量价值
        G[i].ValPerWei=(double)G[i].value/G[i].weight;//计算权重
        G[i].load=0;//load置0
    }

    sort (G,G+goods_num,cmp);//sort by ValPerWei

    Greedy(G,goods_num,bagvol);
    cout<<"Info of loaded goods:"<