贪婪算法是一种算法范式,它遵循问题求解的启发式方法,即在每个阶段做出局部最优选择,以期寻求全局最优。 在许多问题中,贪婪策略通常不会产生最优解,但是贪婪的启发式方法可能会产生局部最优解,该局部最优解在合理的时间内近似于全局最优解。 例如,针对旅行商问题的贪婪策略(具有很高的计算复杂性)如下启发式:“在每个阶段,访问最接近当前城市的未访问城市”。 这种启发式方法无需找到最佳解决方案,而是以合理数量的步骤终止; 寻找最佳解决方案通常需要不合理的许多步骤。 在数学优化中,贪婪算法可解决具有拟阵特性的组合问题
Nature上的GNN,比贪心慢104倍!灌水新高度?
图与推荐
0+阅读 · 2022年8月23日
双“11”搞促销?用贪心算法盘它
CSDN
0+阅读 · 2020年11月12日
如何从计算视角研究网络传播影响力最大化问题?
微软研究院AI头条
1+阅读 · 2020年6月3日
好书推荐 | 算法分析与设计及案例教程
中国图象图形学报
2+阅读 · 2020年5月13日
一文学会排列组合
CSDN
0+阅读 · 2020年1月5日
NeurlPS 2019丨微软亚洲研究院精选论文解读
AINLP
0+阅读 · 2019年12月15日
NeurlPS 2019丨微软亚洲研究院精选论文解读
微软研究院AI头条
1+阅读 · 2019年12月9日
参考链接
微信扫码咨询专知VIP会员