Dans un algorithme gourmand, nous faisons le choix qui nous semble le meilleur sur le moment dans l'espoir qu'il conduira à une solution globale optimale. Dans la programmation dynamique, nous prenons une décision à chaque étape en tenant compte du problème actuel et de la solution au sous-problème précédemment résolu pour calculer la solution optimale.
Combien y a-t-il de solutions réalisables dans la méthode gourmande ?
Un algorithme Greedy fait des choix gourmands à chaque étape pour s'assurer que la fonction objectif est optimisée. L'algorithme Greedy n'a qu'un seul one shot pour calculer la solution optimale afin qu'il ne revienne jamais en arrière et n'inverse la décision.
Qu'est-ce que le concept de méthode gourmande ?
Définition: Un algorithme qui prend toujours la meilleure solution immédiate ou locale pour trouver une réponse. Les algorithmes gourmands trouvent la solution optimale globale ou globale pour certains problèmes d'optimisation, mais peuvent trouver des solutions moins qu'optimales pour certaines instances d'autres problèmes.
Quels sont les avantages de l'approche gourmande ?
L'avantage d'utiliser un algorithme gourmand est que les solutions aux petites instances du problème peuvent être simples et faciles à comprendre. L'inconvénient est qu'il est tout à fait possible que les solutions à court terme les plus optimales conduisent au pire résultat possible à long terme.
Quand doit-on utiliser gourmand ?
Ci-dessous sont mentionnés quelques problèmes qui utilisent la solution optimale en utilisant l'approche Greedy
- Problème du voyageur de commerce.
- Algorithme Spanning Tree minimal de Kruskal.
- Algorithme Spanning Tree minimal de Dijkstra.
- Problème de sac à dos.
- Problème de planification des travaux.
