Sa isang matakaw na Algorithm, ginagawa namin ang anumang pagpipilian na tila pinakamainam sa ngayon sa pag-asang hahantong ito sa pandaigdigang pinakamainam na solusyon. Sa Dynamic Programming gumagawa kami ng desisyon sa bawat hakbang na isinasaalang-alang ang kasalukuyang problema at solusyon sa naunang nalutas na subproblema upang makalkula ang pinakamainam na solusyon.
Ilang posibleng solusyon ang mayroon sa greedy method?
A Greedy algorithm ay gumagawa ng matakaw na mga pagpipilian sa bawat hakbang upang matiyak na ang layunin ng function ay na-optimize. Ang Greedy algorithm ay mayroon lamang one shot upang kalkulahin ang pinakamainam na solusyon upang hindi na ito bumalik at baligtarin ang desisyon.
Ano ang konsepto ng greedy method?
Definition: Isang algorithm na palaging kumukuha ng pinakamahusay na agarang solusyon, o lokal, habang naghahanap ng sagot. Ang mga sakim na algorithm ay nakakahanap ng pangkalahatan, o sa buong mundo, pinakamainam na solusyon para sa ilang problema sa pag-optimize, ngunit maaaring makahanap ng hindi gaanong pinakamainam na solusyon para sa ilang pagkakataon ng iba pang mga problema.
Ano ang mga pakinabang ng greedy approach?
Ang bentahe sa paggamit ng matakaw na algorithm ay ang mga solusyon sa mas maliliit na pagkakataon ng problema ay maaaring maging diretso at madaling maunawaan. Ang kawalan ay lubos na posible na ang pinakamainam na panandaliang solusyon ay maaaring humantong sa pinakamasamang posibleng pangmatagalang resulta.
Kailan natin dapat gamitin ang sakim?
Nabanggit sa ibaba ang ilang problema na gumagamit ng pinakamainam na solusyon gamit ang Greedy approach
- Problema sa Salesman sa Paglalakbay.
- Kruskal's Minimal Spanning Tree Algorithm.
- Ang Minimal Spanning Tree Algorithm ng Dijkstra.
- Problema sa Knapsack.
- Problema sa Pag-iiskedyul ng Trabaho.
