Greedy algorithms make good local c

Greedy algorithms make good local choices in the hope that they
result in an optimal solution.
 They result in feasible solutions.
 Not necessarily an optimal solution.
 Suppose that a problem can be solved by a sequence of decisions.
 The greedy method has that each decision is locally optimal.
 These locally optimal solutions will finally add up to a globally
optimal solution.
 Characteristics of greedy algorithms:
 make a sequence of choices
 each choice is the one that seems best so far, only depends on what's
been done so far
 choice produces a smaller problem to be solved


An Activity Selection Problem
 Input: A set of activities S = {a1,…, an}
 Each activity has start time and a finish time
 ai=(si, fi)
 Two activities are compatible if and only if their interval does not
overlap
 Output: a maximum-size subset of mutually compatible activities








What is the maximum number of activities that can be completed?
 {a3, a9, a11} can be completed
 But so can {a1, a4, a8’ a11} which is a larger set
 But it is not unique, consider {a2, a4, a9’ a11

ผลลัพธ์ (ไทย) 1:

อัลกอริทึมที่ตะกละให้ดีเลือกเฉพาะในหวังว่าพวกเขาผลในการแก้ปัญหาเหมาะสมทำโซลูชั่นที่เป็นไปได้โซลูชั่นที่ดีที่สุดไม่จำเป็นต้องสมมติว่า สามารถแก้ไขปัญหาตามลำดับการตัดสินใจวิธีตะกละได้ว่าตัดสินใจละดีที่สุดในประเทศเพิ่มโซลูชั่นเหล่านี้เหมาะสมที่สุดในท้องถิ่นจนถึงการทั่วโลกการแก้ปัญหาที่ดีที่สุดลักษณะของอัลกอริทึมโลภ:ทำให้ลำดับของตัวเลือกแต่ละทางเลือกคือที่ดูดีที่สุดเพื่อให้ห่างไกล เพียง ขึ้นอยู่กับสิ่ง ของการดำเนินการเพื่อให้ห่างไกลเลือกสร้างปัญหาเล็กได้รับการแก้ไขปัญหาการเลือกกิจกรรมมีการป้อนข้อมูล: ชุดของกิจกรรม S = { a1,..., การ}กิจกรรมแต่ละกิจกรรมได้เริ่มต้นเวลาและเวลาเสร็จสิ้นไอ = (ศรี ไร้สาย) 2 กิจกรรมกันไปถ้าและเฉพาะถ้าช่วงของพวกเขาไม่ได้ทับซ้อนออก: ย่อยขนาดสูงสุดของการเข้าร่วมกิจกรรมจำนวนกิจกรรมที่สูงสุดคืออะไร {a3, a9, a11 } สามารถจะแล้วเสร็จแต่สามารถให้ { a1, a4, a8' a11 } ซึ่งเป็นชุดใหญ่ แต่ไม่เฉพาะเจาะจง พิจารณา { a2, a4, a9' a11

ผลลัพธ์ (ไทย) 2:

ขั้นตอนวิธีโลภทำให้ตัวเลือกที่ท้องถิ่นที่ดีในความหวังที่พวกเขาส่งผลในการแก้ปัญหาที่ดีที่สุด.
พวกเขาส่งผลในการแก้ปัญหาที่เป็นไปได้.
ไม่จำเป็นต้องทางออกที่ดีที่สุด.
สมมติว่าเป็นปัญหาที่สามารถแก้ไขได้โดยลำดับของการตัดสินใจ.
วิธีโลภมี . ว่าการตัดสินใจของแต่ละคนที่ดีที่สุดในประเทศการแก้ปัญหาเหล่านี้ที่ดีที่สุดในประเทศก็จะเพิ่มขึ้นทั่วโลกโซลูชั่นที่ดีที่สุด. ลักษณะของขั้นตอนวิธีโลภ: ให้ลำดับของตัวเลือกแต่ละทางเลือกเป็นสิ่งหนึ่งที่ดูเหมือนว่าสิ่งที่ดีที่สุดเพื่อให้ห่างไกลเพียงขึ้นอยู่กับสิ่งที่รับการดำเนินการเพื่อให้ห่างไกลทางเลือกที่ก่อให้เกิดปัญหาขนาดเล็กที่จะได้รับการแก้ไขเป็นกิจกรรมการเลือกปัญหาการป้อนข้อมูล: ชุดของกิจกรรม S = a {a1 ... เป็น} แต่ละกิจกรรมมีเวลาเริ่มต้นและเวลาเสร็จไอ = (si, สาย ) สองกิจกรรมที่เข้ากันได้และถ้าหากช่วงเวลาของพวกเขาไม่ทับซ้อนขาออกเซตสูงสุดขนาดของกิจกรรมที่เข้ากันได้ร่วมกันจำนวนสูงสุดของกิจกรรมคืออะไรที่สามารถจะแล้วเสร็จ?  {a3, a9, a11} สามารถจะแล้วเสร็จ แต่เพื่อให้สามารถ {a1, a4, a8 'a11} ซึ่งเป็นชุดที่มีขนาดใหญ่ แต่มันเป็นไปไม่ได้ที่ไม่ซ้ำกันพิจารณา {a2, a4, a9' A11

ผลลัพธ์ (ไทย) 3:

อัลกอริทึมละโมบให้เลือกท้องถิ่นที่ดีในหวังว่าพวกเขา
ส่งผลให้โซลูชั่นที่เหมาะสม .
พวกเขาส่งผลให้โซลูชั่นที่เป็นไปได้ .
เป็นโซลูชั่นที่เหมาะสม .
สมมติว่าปัญหาสามารถแก้ไขได้โดยลำดับของการตัดสินใจ
วิธีโลภได้ว่า การตัดสินใจแต่ละครั้งเป็นท้องถิ่นที่เหมาะสม .
โซลูชั่นที่เหมาะสมในประเทศเหล่านี้ก็จะเพิ่มถึงทั่วโลก

เหมาะสมโซลูชั่นคุณลักษณะขั้นตอนวิธีโลภ :
ให้ลำดับของตัวเลือก
แต่ละเลือกหนึ่งที่ดูเหมือนว่าที่ดีที่สุดเพื่อให้ห่างไกล แต่ขึ้นอยู่กับอะไร

ไปทำมาทางเลือกผลิตขนาดเล็ก ปัญหาที่จะต้องแก้ไข


กิจกรรมการเลือกปัญหา
ใส่ : ชุดของกิจกรรม S = { A1 . . . . . . . , }
 แต่ละกิจกรรมมีเวลาเริ่มต้นและเสร็จสิ้นเวลา
 AI = ( Si Fi )
 2 กิจกรรม เข้ากันได้ ถ้าและเพียงถ้าช่วงเวลาของพวกเขาไม่ได้

: ผลผลิตซ้อนได้สูงสุดขนาดย่อยของกิจกรรมร่วมกันเข้ากันได้








อะไรคือจำนวนสูงสุดของกิจกรรมจะเสร็จสมบูรณ์ ?
 { 3 A9 A11 } , , จะเสร็จสมบูรณ์
แต่สามารถ { A1 A4 R8 ' A11 } ซึ่งเป็นชุดใหญ่ แต่มัน
ไม่เป็นเอกลักษณ์ พิจารณา { A2 , A4 , ' A9 A11