MRQEA算法（MapReduce和量子进化算法结合）并应用于0-1背包

参考文献：《MapReduce与量子进化算法的研究及应用》量子进化算法

具体流程：

1. 进化代数初始化：T=0;

2. 初始化种群Q(t);

3. 由Q(t)生成P(t);

4. 评价群体P(t)的适应度，保存最优解;

5. 停机条件判断：当满足停机条件时，输出当前最优个体，算法结束，否则继续;

6. 利用量子旋转门更新Q(t),T=T+1,转到3;

Ready:

  初始化种群Q(t)

Map:

  输入——（key,value）key为量子个体的索引号，value为量子个体Q(t)以及对应的P(t)。

            完成Q(t)变为P(t)、更新Q(t)、计算每个个体的适应度。

  输出——（key,value）key为每个个体的适应度值，value为量子个体。

Reduce:

  找到适应值（key值）最大的个体，更新最优值和最优个体，判断是否满足最优个体和最优值。

  若满足，则输出最优个体和最优值，否则产生输出键值对，此键值对作为下次迭代过程中map的输入。