Đây không phải là một câu trả lời nhưng có lẽ điều này sẽ chỉ cho bạn hoặc người khác đi đúng hướng.
Tôi tìm thấy bài báo của D. Kozen và S. Zaks gọi là "Giới hạn tối ưu cho vấn đề thay đổi" trong đó họ đưa ra các điều kiện khi thuật toán tạo thay đổi tham lam của một ví dụ thay đổi là tối ưu. Tôi sẽ sử dụng ký hiệu của họ.
Cho một ví dụ thay đổi xu của đồng tiền riêng biệt
( c 1 , c 2 , c 3 , ⋯ , c m - 1 , c m ) c 1 = 1 < c 2 < c 3 < ⋯ < c m - 1 < c m
một hàm M ( x ) biểu thị số lượng tiền tối ưu cần thiết để thực hiện thay đổi cho x và hàmm
( c1, c2, c3, ⋯ , cm - 1, cm)
c1= 1 < c2< c3< ⋯ < cm - 1< cm
M( x )x đại diện cho số tiền cần thiết để tham lam làm thay đổi đối với x , sau đó nếu M ( x ) ≠ G ( x ) , tồn tại một phản ví dụ trong phạm vi
c 3 + 1 < x < c m - 1 + c mG ( x )xM( X ) ≠ G ( x )c3+ 1 < x < cm - 1+ cm
Họ tiếp tục thể hiện rằng
Nếu với mọi trong phạm vi c 3 + 1 < x < c m - 1 + c m G ( x ) ≤ G ( x - c ) + 1 c ∈ ( c 1 , c 2 , ⋯ , c m )
thì G ( x ) = M ( x ) (tức là thuật toán tham lam là tối ưu).xc3+ 1 < x < cm - 1+ cm
G ( x ) ≤ G ( x - c ) + 1
c ∈ ( c1, c2, ⋯ , cm)
G ( x ) = M( x )
Điều này cung cấp cho chúng tôi một thử nghiệm "hiệu quả" (tối đa thời gian giả đa thức) để xác định xem một trường hợp thay đổi tiền xu có tham lam hay không.
Sử dụng ở trên, tôi đã chạy một mô phỏng ngắn các kết quả được vẽ trên thang đo log-log bên dưới
Mỗi điểm đại diện cho trung bình 10000 sáng tạo cá thể cho được hiển thị và mỗi yếu tố được chọn là khác biệt nhưng đồng nhất và ngẫu nhiên trong phạm vi [ 1 ⋯ N ] .m[ 1 ⋯ N]
Cho rằng chúng ta biết xác suất của thuật toán tham lam là tối ưu cho là 8m = 3số 83N- 12
pm(N) Α N- ( m - 2 )2
pm( N)mN
mN
( 1 , 5 , 10 , 25 , 50 , 100 , 200 , 500 , 1000 , 2000 , 5000 , 10000 )) mà dường như không được phân phối đồng đều. Có lẽ nhìn vào các phân phối khác để tạo ra các mệnh giá tiền xu sẽ mang lại kết quả không hề nhỏ trong giới hạn hệ thống lớn. Ví dụ: phân phối luật quyền lực có thể mang lại các mệnh giá tiền xu giống với Hoa Kỳ hơn.