与えられた問題に最適なソリューションを実現するためのアルゴリズムを設計します。貪欲アルゴリズムのアプローチでは、意思決定は、特定のソリューション領域から作られました。そのため貪欲で、最も近いソリューションが最適なソリューションを提供しているようだ選択します。
ローカライズされた最適なソリューションを見つけるための貪欲アルゴリズムの試みは、最終的にはグローバルな最適化ソリューションにつながる可能性があります。しかし、通常、貪欲アルゴリズムは、グローバルな最適化ソリューションを提供していません。
カウントコイン
この問題は、最も低いコイン値と貪欲アルゴリズムの選択方法力可能な最大のコインを選択することで計算されることが期待されます。我々は硬貨₹1、2,5及び10を提供する場合、我々は、計算された₹18が必要とされる、プログラムは貪欲になり
。1 -コイン₹10、残りのカウント数を選択して8
2 -及びコインを選択する₹5、残りのカウントは3であります
。3 -コイン₹2、1の残りのカウントを選択
4 -最後に、₹1コインが問題を解決することができます選択
が、それは仕事の罰金に見えますが、この数は、我々はわずか4枚のコインを選択する必要があります。私たちは少し問題を変更する場合は、同じアプローチが同じ最適な結果が得られない場合があります。
通貨システムのために、我々は値の7、10枚のコインの価値を持って、18枚のコインの計算値は、絶対に最高ですが、15のカウントのために、より多くのコインよりも使用する必要があるかもしれません。例えば、本方法は、10 +貪欲使用する
、6枚のコインの合計を1 + 1 + 1 + 1 + 1。3つだけのコインを使用している間(7 + 7 + 1)同一の問題を解決することができ
したがって、我々はすぐに貪欲最適なソリューションを選択する方法と結論付けることができ、そして地元の故障のグローバルな最適化で大きな問題になることがあります。
例
ほとんどのネットワークは、貪欲アルゴリズムメソッドを使用します。以下は、それらのいくつかのリストです -
- 巡回セールスマン問題
- プリムの最小スパニングツリーアルゴリズム
- クラスカル最小スパニングツリーアルゴリズム
- ダイクストラの最小スパニングツリーアルゴリズム
- マップ - 地図のぬりえ
- 図 - 頂点カバー
- ナップザック問題
- ジョブのスケジューリング問題
最善の解決策を見つけるために、貪欲法を使用して、多くの同様の問題があります。
これは、スイッチ:http://codingdict.com/article/21873