একটি লোভী অ্যালগরিদমে, আমরা এই মুহুর্তে যেটি পছন্দটি সেরা মনে হয় তা তৈরি করি এই আশায় যে এটি বিশ্বব্যাপী সর্বোত্তম সমাধানের দিকে নিয়ে যাবে। ডায়নামিক প্রোগ্রামিং-এ আমরা প্রতিটি ধাপে বর্তমান সমস্যা এবং পূর্বে সমাধান করা সাব সমস্যার সমাধান বিবেচনা করে সর্বোত্তম সমাধান গণনা করার জন্য সিদ্ধান্ত নিই।
লোভী পদ্ধতিতে কতগুলো সম্ভাব্য সমাধান আছে?
একটি লোভী অ্যালগরিদম উদ্দেশ্যমূলক ফাংশনটি অপ্টিমাইজ করা নিশ্চিত করতে প্রতিটি ধাপে লোভী পছন্দ করে। লোভী অ্যালগরিদমের সর্বোত্তম সমাধান গণনা করার জন্য শুধুমাত্র একটি শট রয়েছে যাতে এটি কখনই ফিরে না যায় এবং সিদ্ধান্তটি ফিরিয়ে না দেয়।
লোভী পদ্ধতির ধারণা কী?
সংজ্ঞা: একটি অ্যালগরিদম যা সর্বদা একটি উত্তর খোঁজার সময় সর্বোত্তম তাৎক্ষণিক বা স্থানীয় সমাধান নেয়। লোভী অ্যালগরিদম সামগ্রিকভাবে, বা বিশ্বব্যাপী, কিছু অপ্টিমাইজেশান সমস্যার জন্য সর্বোত্তম সমাধান খুঁজে পায়, তবে অন্যান্য সমস্যার কিছু উদাহরণের জন্য সর্বোত্তম সমাধানের চেয়ে কম খুঁজে পেতে পারে৷
লোভী পদ্ধতির সুবিধা কী?
লোভী অ্যালগরিদম ব্যবহার করার সুবিধা হল যে সমস্যার ছোট উদাহরণগুলির সমাধানগুলি সহজবোধ্য এবং বোঝা সহজ হতে পারে। অসুবিধা হল এটি সম্পূর্ণভাবে সম্ভব যে সবচেয়ে অনুকূল স্বল্পমেয়াদী সমাধানগুলি সবচেয়ে খারাপ সম্ভাব্য দীর্ঘমেয়াদী ফলাফলের দিকে নিয়ে যেতে পারে৷
আমাদের কখন লোভী ব্যবহার করা উচিত?
নিচে কিছু সমস্যা উল্লেখ করা হয়েছে যেগুলো লোভী পদ্ধতি ব্যবহার করে সর্বোত্তম সমাধান ব্যবহার করে।
- ভ্রমণে সেলসম্যানের সমস্যা।
- ক্রুসকালের ন্যূনতম স্প্যানিং ট্রি অ্যালগরিদম।
- Dijkstra এর ন্যূনতম স্প্যানিং ট্রি অ্যালগরিদম।
- ন্যাপস্যাক সমস্যা।
- চাকরীর সময় নির্ধারণের সমস্যা।
