0/1背包问题变种：预算约束下的物品最大化收集策略

import java.util.List;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Comparator;

public class GreedySolver {
    public static long solve(List<List<Long>> arr, long z) {
        // 贪心排序：优先选择成本低的，成本相同时优先选择物品多的
        arr.sort(new Comparator<List<Long>>() {
            @Override
            public int compare(List<Long> a, List<Long> b) {
                int costCompare = Long.compare(a.get(0), b.get(0)); // 比较成本
                if (costCompare == 0) {
                    return Long.compare(b.get(1), a.get(1)); // 成本相同时，物品多的优先
                }
                return costCompare;
            }
        });

        long totalCost = 0;
        long totalItems = 0;
        for (List<Long> item : arr) {
            long currentCost = item.get(0);
            long currentItems = item.get(1);

            if (totalCost + currentCost <= z) { // 如果预算允许，则选择该物品
                totalCost += currentCost;
                totalItems += currentItems;
            } else { // 否则，无法再选择更多物品
                break;
            }
        }
        return totalItems; // 返回收集到的总物品数
    }

    public static void main(String[] args) {
        List<List<Long>> items = new ArrayList<>();
        items.add(Arrays.asList(10L, 10L)); // 物品A: 成本10, 物品数10
        items.add(Arrays.asList(100L, 100L)); // 物品B: 成本100, 物品数100
        items.add(Arrays.asList(11L, 15L)); // 物品C: 成本11, 物品数15

        long budget = 110;
        System.out.println("贪心算法在预算 " + budget + " 下的最大物品数: " + solve(items, budget));
        // 预期输出: 25 (A+C)
        // 排序后可能为 A(10,10), C(11,15), B(100,100)
        // 选 A (cost=10, items=10), 剩余预算100
        // 选 C (cost=11, items=15), 剩余预算89
        // 无法选 B (cost=100 > 89)
        // 总物品数 = 10 + 15 = 25
    }
}