Dalam Algoritma serakah, kami membuat pilihan apa pun yang tampak terbaik saat ini dengan harapan itu akan mengarah pada solusi optimal global. Dalam Pemrograman Dinamis kami membuat keputusan pada setiap langkah dengan mempertimbangkan masalah saat ini dan solusi untuk sub masalah yang diselesaikan sebelumnya untuk menghitung solusi optimal.
Berapa banyak solusi layak yang ada dalam metode serakah?
Algoritme Greedy membuat pilihan serakah di setiap langkah untuk memastikan bahwa fungsi tujuan dioptimalkan. Algoritma Greedy hanya memiliki one shot untuk menghitung solusi optimal sehingga tidak pernah kembali dan membalikkan keputusan.
Apa konsep metode serakah?
Definisi: Algoritme yang selalu mengambil solusi langsung atau lokal terbaik saat menemukan jawaban. Algoritma serakah menemukan solusi optimal secara keseluruhan, atau global, untuk beberapa masalah optimasi, tetapi mungkin menemukan solusi yang kurang optimal untuk beberapa contoh masalah lain.
Apa manfaat dari pendekatan serakah?
Keuntungan menggunakan algoritma serakah adalah bahwa solusi untuk contoh masalah yang lebih kecil dapat langsung dan mudah dipahami. Kerugiannya adalah sangat mungkin bahwa solusi jangka pendek yang paling optimal dapat menghasilkan hasil jangka panjang yang paling buruk.
Kapan kita harus menggunakan serakah?
Disebutkan di bawah ini adalah beberapa masalah yang menggunakan solusi optimal menggunakan pendekatan Greedy
- Travelling Salesman Problem.
- Algoritma Pohon Rentang Minimal Kruskal.
- Algoritma Minimal Spanning Tree Dijkstra.
- Masalah Ransel.
- Masalah Penjadwalan Pekerjaan.
