Algoritma Greedy minangka teknik optimasi ing Java pemrograman sing ditondoi kanthi milih solusi sing paling apik ing saben langkah tanpa mikir maneh utawa mikirake masa depan. Tinimbang mriksa kabeh ruang negara, algoritma iki milih pilihan sing paling apik saiki lan ngarep-arep yen iki bakal nyebabake solusi optimal global.
Cara Kerja Algoritma Greedy
-
Langkah 1: Mulai saka negara wiwitan.
-
Langkah 2: Ing saben langkah, algoritma milih pilihan sing paling apik ing antarane opsi sing kasedhiya adhedhasar fungsi evaluasi.
-
Langkah 3: Algoritma pindhah menyang negara anyar kanthi milih pilihan sing paling apik.
-
Langkah 4: Proses terus nganti kondisi mandap ketemu utawa ora ana pilihan liyane kanggo milih saka.
-
Langkah 5: Bali solusi sing ditemokake.
Kaluwihan lan Kekurangan Algoritma Greedy
Kaluwihan:
- Simplicity: Gampang dimangerteni lan dileksanakake.
- Efisiensi: Asring mbutuhake wektu lan memori komputasi sing luwih sithik dibandhingake karo sawetara algoritma optimasi liyane.
- Becik kanggo masalah suboptimal: Cocog kanggo masalah ngendi considering kabeh kemungkinan banget Komplek.
Kekurangan:
- Ora ana jaminan optimal global: Algoritma bisa mandheg ing solusi optimal lokal tanpa nemokake solusi optimal global.
- Kurang wawasan: Algoritma asring ora nimbang akibat saka keputusan sadurunge.
Tuladha lan Panjelasan
Conto umum saka Algoritma Greedy yaiku nemokake masalah "Kth Largest Element". Ayo ndeleng carane algoritma iki bisa digunakake:
import java.util.Arrays;
public class GreedyAlgorithmExample {
static int findKthLargest(int[] nums, int k) {
Arrays.sort(nums); // Sort the array
return nums[nums.length- k]; // Return the kth largest element
}
public static void main(String[] args) {
int[] nums = {3, 1, 2, 4, 5};
int k = 2;
int result = findKthLargest(nums, k);
System.out.println("The " + k + "th largest element is: " + result);
}
}
Ing conto ing ndhuwur, kita nggunakake Algoritma Greedy kanggo nemokake unsur paling gedhe kaloro ing array saka wilangan bulat. Algoritma iki mung ngurutake array lan ngasilake unsur paling gedhe kth. Sanajan ora dijamin dadi optimal global, iki minangka solusi sing cukup apik kanggo masalah iki.