运用贪心推理与算法 - 傻瓜

贪婪推理通常用作优化过程的一部分。该算法一步一步地查看问题，并只关注手头的步骤。每个贪心算法都有两个假设：

• 您可以在给定的步骤中做出单一的最佳选择。
• 通过在每个步骤中选择最佳选择，您可以找到针对整体问题的最佳解决方案。你可以找到许多贪婪的算法，每个算法都经过优化以执行特定的任务。以下是用于图分析和数据压缩的贪婪算法的一些常见示例，以及您可能想要使用它们的原因：

<！ Kruskal的最小生成树（MST）：

这个算法实际上证明了人们可能不会马上想到的贪婪算法的原理之一。在这种情况下，算法选择具有最小值的两个节点之间的边缘，而不是

• 贪婪 可能最初传达的最大值。这种算法可能会帮助您找到地图上两个位置之间的最短路径或执行其他与图形相关的任务。 Prim的MST： 该算法将无向图（不考虑方向的一个）分成两半。然后选择连接两半的边缘，使得两半的总重量是最小的。您可能会发现迷宫游戏中使用此算法来查找迷宫的开始和结束之间的最短距离。
• 霍夫曼编码： 这个算法在计算机中非常有名，因为它构成了许多数据压缩技术的基础。该算法为条目流中的每个唯一数据条目分配代码，使得最常用的数据条目接收最短代码。例如，在压缩英文文本时，字母
• E 通常会收到最短的代码，因为您比字母表中的任何其他字母更频繁地使用它。通过改变编码技术，您可以压缩文本并使其更小，从而减少传输时间。