目次:
定義-貪欲アルゴリズムとはどういう意味ですか？
貪欲なアルゴリズムは、小さな目標ごとに最適な選択を行うアルゴリズム戦略であり、これを最終的にはグローバルに最適なソリューションに導きます。 これは、結果に関係なく、アルゴリズムが現時点で最良のソリューションを選択することを意味します。 最良の即時出力を選択しますが、全体像を考慮しないため、貪欲と見なされます。
Techopediaは貪欲なアルゴリズムを説明します
貪欲なアルゴリズムは、各ステップで可能な限り最良の答えを選択し、全体のソリューションに関係なく、最後に到達するまで次のステップに進むことで機能します。 それがとる道が世界的に最適なものであることを望んでいるだけですが、実証されたように、この方法はしばしば世界的に最適な解決策を思い付きません。 実際、最適な短期ソリューションが最悪のグローバルな結果につながる可能性は完全にあります。
製造業で多くの近道を取っていると考えてください：短期的には大量に製造コストを節約できますが、品質が損なわれ、最終的には顧客が慣れるにつれて製品の返品と売上の低下につながるため、最終的には下落につながります「安い」製品。 しかし、常にそうであるとは限りません。貪欲なアルゴリズムが、ハフマンツリーや意思決定学習ツリーの構築など、グローバルに最適なソリューションを見つけたり近似したりするために最もよく機能するアプリケーションがたくさんあります。
例：合計が最大のパスを選択します。 貪欲なアルゴリズムは、最大の合計を生成するオレンジのパスではなく、近視の結果として青いパスを取ります。
コンポーネント：
- ソリューションを必要とするデータの候補セット
- 最終ソリューションに最適な貢献者を選択する選択機能
- 候補者がソリューションへの貢献者になることができるかどうかを判断することにより、選択機能を支援する実現可能性機能
- 値を部分解に割り当てる目的関数
- 最適なソリューションが発見されたことを示すソリューション関数
