貪心(一)

貪心算法

選擇目前最優(yōu)策略,不考慮全局最優(yōu)

三步走

第一步

明確最優(yōu)解

第二步

明確子問(wèn)題的最優(yōu)解

第三步

分別求出子問(wèn)題的最優(yōu)解再堆疊出全局最優(yōu)解

例子

背包問(wèn)題
有一個(gè)背包,最多能承載150斤的重量,現(xiàn)在有7個(gè)物品,重量分別為[35, 30, 60, 50, 40, 10, 25],它們的價(jià)值分別為[10, 40, 30, 50, 35, 40, 30],如何使背包背走最多價(jià)值的物品

方法一:

1.在重量限制范圍內(nèi),價(jià)值最大的選擇是最優(yōu)解
2.每次盡量選擇當(dāng)前價(jià)值最高的物品,稱(chēng)為“局部最優(yōu)解”
3.選擇4 2 6 5;總重量130;總價(jià)值165;

方法二

1.質(zhì)量最輕為最優(yōu)解
2.選擇6 7 2 1 5;總重量:140;總價(jià)值:155;
方法一比較好

核心問(wèn)題

一、為何求局部最優(yōu)解
1.原問(wèn)題復(fù)雜度過(guò)高
2.求全局最優(yōu)解的數(shù)學(xué)模型難以建立;
3.求全局最優(yōu)解的計(jì)算量過(guò)大
4.沒(méi)有太大必要一定要求出全局最優(yōu)解,“比較優(yōu)即可”
二、如何分解為子問(wèn)題

按串行任務(wù)分
時(shí)間串行的任務(wù),按子任務(wù)來(lái)分解,即每一步都是在前一步的基礎(chǔ)上再選擇當(dāng)前的最優(yōu)解。

按規(guī)模遞減分
規(guī)模較大的復(fù)雜問(wèn)題,可以借助遞歸思想,分解成一個(gè)規(guī)模小一點(diǎn)點(diǎn)的問(wèn)題,循環(huán)解決,當(dāng)最后一步的求解完成后就得到了所謂的“全局最優(yōu)解”。

按并行任務(wù)分
這種問(wèn)題的任務(wù)不分先后,可能是并行的,可以分別求解后,再按一定的規(guī)則(比如某種配比公式)將其組合后得到最終解。

三、如何判段貪心算法的結(jié)果逼近了全局最優(yōu)值

邏輯分析上不會(huì)超過(guò)忍受范圍即可

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 貪心算法的基本思想 貪心算法,是尋找最優(yōu)解問(wèn)題的常用方法,這種方法模式一般將求解過(guò)程分成若干個(gè)步驟,但每個(gè)步驟都應(yīng)...
    結(jié)構(gòu)學(xué)AI閱讀 7,965評(píng)論 0 0
  • 算下來(lái)到今天為止,我在中國(guó)的資本市場(chǎng)中已經(jīng)浸淫了27年了,炒過(guò)股票,炒過(guò)外匯,炒過(guò)期權(quán),炒紙黃金和紙白銀,炒...
    6a60b2602c0e閱讀 519評(píng)論 0 1
  • 貪心算法的思想 即對(duì)于目標(biāo)T,對(duì)于達(dá)成它的每一局部都選擇最優(yōu)選項(xiàng),直到滿足或最終近似滿足為止,最終結(jié)果或許不是全局...
    GoFuncChan閱讀 299評(píng)論 0 1
  • 來(lái)自公眾號(hào):視學(xué)算法 假設(shè)一個(gè)問(wèn)題比較復(fù)雜,暫時(shí)找不到全局最優(yōu)解,那么我們可以考慮把原問(wèn)題拆成幾個(gè)小問(wèn)題(分而治之...
    碼農(nóng)小光閱讀 333評(píng)論 0 2
  • 我不再是我, 我可能是任何人, 卻永遠(yuǎn)不再是我自己。 當(dāng)眼淚滑過(guò)星際, 面具悄然籠罩心悸, 咦,天使無(wú)憂地遨游, ...
    古風(fēng)長(zhǎng)歌閱讀 126評(píng)論 0 1

友情鏈接更多精彩內(nèi)容