ხარბ ალგორითმში, ჩვენ ვაკეთებთ ნებისმიერ არჩევანს, როგორც ჩანს საუკეთესოდ ამ მომენტში იმ იმედით, რომ ეს გამოიწვევს გლობალურ ოპტიმალურ გადაწყვეტას. დინამიურ პროგრამირებაში ჩვენ ვიღებთ გადაწყვეტილებას ყოველ საფეხურზე მიმდინარე პრობლემისა და ადრე გადაწყვეტილი ქვეპრობლემის ამოხსნის გათვალისწინებით ოპტიმალური ამოხსნის გამოსათვლელად.
რამდენი განხორციელებადი გამოსავალი არსებობს ხარბ მეთოდში?
Greedy ალგორითმი აკეთებს ხარბ არჩევანს ყოველ ნაბიჯზე, რათა უზრუნველყოს ობიექტური ფუნქციის ოპტიმიზაცია. Greedy ალგორითმს აქვს მხოლოდ ერთი გასროლა ოპტიმალური ამოხსნის გამოსათვლელად ისე, რომ ის არასოდეს დაბრუნდეს უკან და არ შეცვალოს გადაწყვეტილება.
რა არის ხარბი მეთოდის ცნება?
განმარტება: ალგორითმი, რომელიც ყოველთვის იღებს საუკეთესო უშუალო, ან ლოკალურ გადაწყვეტას, პასუხის პოვნისას. გაუმაძღარი ალგორითმები პოულობენ საერთო ან გლობალურად ოპტიმალურ გადაწყვეტას ზოგიერთი ოპტიმიზაციის პრობლემისთვის, მაგრამ შეიძლება იპოვონ ოპტიმალური გადაწყვეტილებები სხვა პრობლემების ზოგიერთი შემთხვევისთვის.
რა სარგებელი მოაქვს ხარბ მიდგომას?
ხარბ ალგორითმის გამოყენების უპირატესობა ის არის, რომ პრობლემის მცირე შემთხვევების გადაწყვეტილებები შეიძლება იყოს მარტივი და ადვილად გასაგები. მინუსი არის ის, რომ სავსებით შესაძლებელია, რომ ყველაზე ოპტიმალურმა მოკლევადიანმა გადაწყვეტებმა შეიძლება გამოიწვიოს ყველაზე ცუდი გრძელვადიანი შედეგი.
როდის გამოვიყენოთ ხარბი?
ქვემოთ ნახსენებია რამდენიმე პრობლემა, რომლებიც იყენებენ ოპტიმალურ გადაწყვეტას Greedy მიდგომის გამოყენებით
- მოგზაური გამყიდველის პრობლემა.
- კრუსკალის მინიმალური დაფარვის ხის ალგორითმი.
- Dijkstra's Minimal Spanning Tree Algorithm.
- Knapsack პრობლემა.
- სამუშაო დაგეგმვის პრობლემა.
