비디오: 수학 공부를 놓지 않는 이유 Rap. 고등래퍼 하선호 2024
욕심이 많은 추론은 종종 최적화 과정의 일부로 사용됩니다. 이 알고리즘은 한 번에 한 단계 씩 문제를 파악하고 바로 가까이에 초점을 맞추고 있습니다. 모든 욕심 많은 알고리즘은 두 가지 가정을합니다.
- 주어진 단계에서 단일 최적 선택을 할 수 있습니다.
- 각 단계에서 최적의 선택을 선택하면 전반적인 문제에 대한 최적의 솔루션을 찾을 수 있습니다.
특정 작업을 수행하도록 최적화 된 많은 욕심 많은 알고리즘을 찾을 수 있습니다. 다음은 그래프 분석 및 데이터 압축에 사용되는 그리 디 알고리즘의 일반적인 예와이를 사용할 수있는 이유입니다.
- Kruskal의 최소 스패닝 트리 (MST): 이 알고리즘은 사람들이 즉시 생각하지 않을 수있는 욕심 많은 알고리즘의 원리 중 하나를 실제로 보여줍니다. 이 경우, 알고리즘은 처음에 greedy 라는 단어가 전달할 수있는 가장 큰 값이 아닌 가장 작은 값을 가진 두 노드 사이의 가장자리를 선택합니다. 이러한 종류의 알고리즘은지도에서 두 위치 간의 최단 경로를 찾거나 다른 그래프 관련 작업을 수행하는 데 도움이 될 수 있습니다.
- Prim의 MST: 이 알고리즘은 방향이 고려되지 않은 방향이없는 그래프를 절반으로 나눕니다. 그런 다음 두 개의 반쪽을 연결하는 모서리를 선택하여 두 반쪽의 총 무게가 될 수있는 가장 작은 값을 갖도록합니다. 미로 게임에서이 알고리즘을 사용하면 미로의 시작과 끝 사이의 최단 거리를 찾을 수 있습니다.
- 허프만 인코딩: 이 알고리즘은 많은 데이터 압축 기술의 기초를 형성하기 때문에 컴퓨터에서 상당히 유명합니다. 이 알고리즘은 가장 일반적으로 사용되는 데이터 항목이 가장 짧은 코드를 수신하도록 항목 스트림의 모든 고유 한 데이터 항목에 코드를 할당합니다. 예를 들어, 영문자 E 는 영어 텍스트를 압축 할 때 가장 짧은 코드를 받게됩니다. 알파벳 글자를 다른 알파벳보다 자주 사용하기 때문입니다. 인코딩 기술을 변경하면 텍스트를 압축하여 상당히 작게 만들 수 있으므로 전송 시간이 단축됩니다.