至于 460 的单调队列，就我目前的看法，只能实现 O(NlgN) 的算法（嗯，之前写的所谓 O(N) 算法是有问题的，至少不太好实现）。
创新互联专注于乌审企业网站建设,响应式网站,电子商务商城网站建设。乌审网站建设公司,为乌审等地区提供建站服务。全流程按需定制开发，专业设计，全程项目跟踪，创新互联专业和态度为您提供的服务
插入一个新的元素，该元素从队尾开始向队首进行搜索，找到合适的位置插入之，如果该位置原本有元素，则替换它。在过程中从队首删除不符合当前要求的元素。单调队列实现起来可简单，可复杂。
任何语言都是一样的，贪心算法，先按价值除重量排序，一个一个的加到背包里，当超过背包允许的重量后，去掉最后加进去一个，跳过这一个以后再加后面的，如果还是超重，再跳过这个，一直到价值最大化位置。
static int[] w = new int[n]；就已经初始化完毕，而且数组大小为0。在main方法里动态改变n的值是改变不了已经初始化完毕的数组的大小的，因为组已经加载完毕。我建议你可以在定义n，c是就为其赋初值。
让A先取；循环进行剩下的99次选取，每次选取时，总重量小的具有选取权。具体过程描述可如下：//前提条件：数组stone中从大到小存放了100个数。
3)贪婪算法改进的背包问题：给定一个超递增序列和一个背包的容量，然后在超递增序列中选(只能选一次)或不选每一个数值，使得选中的数值的和正好等于背包的容量。
这个算法也可以以另外的思路得出。例如，基本思路中的状态转移方程可以等价地变形成这种形式：f[v]=max{f[v]，f[v-c]+w}，将这个方程用一维数组实现，便得到了上面的伪代码。
实现该算法的过程： 从问题的某一初始解出发； while 能朝给定总目标前进一步 do 求出可行解的一个解元素； 由所有解元素组合成问题的一个可行解； 例题分析 1).[背包问题]有一个背包，背包容量是M=150。
1、最常见的迭代法是牛顿法。其他还包括梯度下降法、共轭迭代法、变尺度迭代法、最小二乘法、线性规划、非线性规划、单纯型法、惩罚函数法、斜率投影法、遗传算法、模拟退火等等。
2、迭代算法就是实现数值分析中通过从一个初始估计出发寻找一系列近似解来解决问题（一般是解方程或者方程组）的过程的方法。最常见的迭代法是牛顿法。
3、迭代法（Iteration）是一种不断用变量的旧值递推出新值的解决问题的方法。迭代算法是用计算机解决问题的一种基本方法，一般用于数值计算。累加、累乘都是迭代算法的基础应用。
4、迭代法也称辗转法，是一种不断用变量的旧值递推新值的过程，跟迭代法相对应的是直接法(或者称为一次解法)，即一次性解决问题。
5、迭代法也称辗转法，是一种不断用变量的旧值递推新值的过程，跟迭代法相对应的是直接法，即一次性解决问题。迭代算法是用计算机解决问题的一种基本方法。
