Dalam Algoritma yang tamak, kami membuat apa sahaja pilihan yang kelihatan terbaik pada masa ini dengan harapan ia akan membawa kepada penyelesaian optimum global. Dalam Pengaturcaraan Dinamik kami membuat keputusan pada setiap langkah dengan mempertimbangkan masalah semasa dan penyelesaian kepada submasalah yang telah diselesaikan sebelum ini untuk mengira penyelesaian optimum.
Berapa banyak penyelesaian yang boleh dilaksanakan dalam kaedah tamak?
Algoritma Greedy membuat pilihan tamak pada setiap langkah untuk memastikan fungsi objektif dioptimumkan. Algoritma Greedy hanya mempunyai satu pukulan untuk mengira penyelesaian optimum supaya ia tidak akan kembali dan membalikkan keputusan.
Apakah konsep kaedah tamak?
Definisi: Algoritma yang sentiasa mengambil penyelesaian segera atau setempat yang terbaik semasa mencari jawapan. Algoritma tamak mencari penyelesaian optimum keseluruhan atau secara global untuk beberapa masalah pengoptimuman, tetapi mungkin menemui penyelesaian yang kurang optimum untuk beberapa keadaan masalah lain.
Apakah faedah pendekatan tamak?
Kelebihan menggunakan algoritma tamak ialah penyelesaian kepada keadaan masalah yang lebih kecil boleh menjadi mudah dan mudah difahami. Kelemahannya ialah penyelesaian jangka pendek yang paling optimum mungkin membawa kepada hasil jangka panjang yang paling teruk.
Bilakah kita harus menggunakan sifat tamak?
Di bawah dinyatakan beberapa masalah yang menggunakan penyelesaian optimum menggunakan pendekatan Greedy
- Masalah Jurujual Perjalanan.
- Algoritma Pokok Spanning Minimal Kruskal.
- Algoritma Pokok Rentang Minimal Dijkstra.
- Masalah Knapsack.
- Masalah Penjadualan Kerja.
