我有幻灯片，其中比较了2个版本的本地搜索算法：贪婪和最陡。
贪婪： 生成解决方案 x ; 的重复 { 对于N（ x ）中的每个y 以随机顺序 { if f（ y ）＆gt; f（ x ）然后 x = y ; } } 直到找不到更好的解决方案
最速： 生成解决方案 x ; 的重复 { 在N（ x ）中找到最佳解决方案 y ; if f（ y ）＆gt; f（ x ）然后 x = y ; } 直到找不到更好的解决方案
但是在互联网上的每个地方我都读到贪婪的方法会搜索最好的（不是第一个更好找到的）解决方案。那么区别是什么呢？并且：哪个版本是真的？
答案 0 :(得分：3)
我同意贪婪也意味着最匆匆，因为它试图制造locally optimal choice。对我而言，不同之处在于最速下降/梯度下降的概念与函数优化密切相关，而贪婪常常在组合优化的背景下被听到。然而，两者都描述了相同的“策略”。
在我看来，这些概念不太适合描述您想要描述的行为。我更喜欢最佳改进和第一次改进本地搜索。贪婪的本地搜索和最陡的下降方法都是最好的改进本地搜索方法。
使用正则表达式，贪婪具有类似的含义：考虑与通配符表达式的最大可能匹配。说贪婪匹配与第一种可能性相匹配也是错误的。