认知脚手架

正在准备你的认知工作台

arrow_back_ios_new
MENTAL MODEL · M6019

贪心算法

Greedy Algorithm
数理技术高支撑算法
已收录
account_tree

Version 1.0.0 · 更新于 2026-07-28

CORE DEFINITION · 核心定义

在每一步选择中都采取在当前状态下最好(局部最优)的选择,希望从而导致全局最优解。虽然不一定能得到全局最优,但在很多问题上高效且足够好。

SCAFFOLDING EFFECT · 脚手架效应

psychology

降低认知负荷

短视的生存策略。在环境变化极快、无法预测未来的情况下,长远规划往往是徒劳的。此时“贪心算法”(活在当下、抓住眼前的机会)反而是最佳的进化策略。

anchor

锚定快速决策

贪心算法在每一步都选择当前看来最优的局部决策,期望由此得到全局最优。它高效但不保证最优,仅对满足贪心选择性质与最优子结构的问题成立。

MINIMUM ACTION · 最小行动

进行中 0/1

在一个真实场景中练习这个模型:

勾选记录你的进度(本机暂存)
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more

来源明确性: 明确

  • link
    zh.wikipedia.orghttps://zh.wikipedia.org/wiki/%E8%B4%AA%E5%BF%83%E7%AE%97%E6%B3%95ZH · 明确
    verified

RELATED MODELS · 相关模型