Bruke Greedy Reasoning with Algorithms - dummies

Greedy resonnement blir ofte brukt som en del av en optimaliseringsprosess. Algoritmen ser problemet et steg om gangen og fokuserer bare på trinnet. Hver grådig algoritme gjør to forutsetninger:

• Du kan lage et enkelt optimalt valg i et gitt trinn.
• Ved å velge det optimale valget i hvert trinn, kan du finne en optimal løsning for det totale problemet.

Du finner mange grådige algoritmer, hver optimalisert for å utføre bestemte oppgaver. Her er noen vanlige eksempler på grådige algoritmer som brukes til grafanalyse og datakomprimering, og årsaken til at du kanskje vil bruke dem:

• Kruskals Minimum Spanning Tree (MST): Denne algoritmen demonstrerer faktisk et av prinsippene om grådige algoritmer som folk kanskje ikke tenker på umiddelbart. I dette tilfellet velger algoritmen kanten mellom to noder med den minste verdien, ikke den største verdien som ordet grådig kan i første omgang formidle. Denne typen algoritme kan hjelpe deg med å finne den korteste banen mellom to steder på et kart eller utføre andre grafrelaterte oppgaver.
• Prim's MST: Denne algoritmen deler en ukjent graf (en i hvilken retning ikke vurderes) i halvparten. Den velger deretter kanten som forbinder de to halvdelene slik at totalvekten til de to halvdelene er den minste som den kan være. Du kan finne denne algoritmen som brukes i et labyrintspill for å finne den korteste avstanden mellom start og slutt på labyrinten.
• Huffman Encoding: Denne algoritmen er ganske kjent i datamaskiner fordi den danner grunnlag for mange datakomprimeringsteknikker. Algoritmen tilordner en kode til hver unik dataoppføring i en strøm av oppføringer, slik at den mest brukte dataregistreringen mottar den korteste koden. For eksempel vil brevet E normalt motta den korteste koden når du komprimerer engelsk tekst, fordi du bruker det oftere enn noen annen bokstav i alfabetet. Ved å endre kodingsteknikken kan du komprimere teksten og gjøre den betydelig mindre, noe som reduserer overføringstiden.