随机的Lazy-Greedy:lazier than lazy greedy

本文探讨了Submodular问题,特别是约束最优化submodular问题,介绍了一种基于Greedy的随机算法——Stochastic-Greedy,该算法在找到最大化submodular函数的集合时提供接近最优解的效率。此外,还讨论了Lazy-Greedy加速策略,通过减少不必要的计算以提高效率,但并未改变算法的时间复杂度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文有若干公式,手机显示可能比较凌乱,建议用电脑查看
本文介绍一种针对submodular问题的基于Greedy的随机算法:Stochastic-Greedy。

算法来自AAAI2015的一篇论文 Lazier Than Lazy Greedy ,第一作者是来自ETH ZurichBaharan Mirzasoleiman

Submodular问题

Submodular是集合函数的一个非常常见的性质(类似于经济学中的边际效用递减)。
关于Submodular,wiki给出了三个等价定义(这里提一下,具体参考wiki上关于submodular的定义和解释):
如果 Ω 是一个有限集合,一个Submodular函数是 2Ω R 的一个函数,满足如下三个等价定义
- X,YΩ,XY,xΩY f(X{x})f(X)f(Y{x})f(Y)
- S,TΩ  f(S)+f(T)f(ST)+f(ST)
- XS,x1,x2ΩX  f(X{ x1}+f(X{ x1}f(X{ x1,x2}+f(X)

约束最优化submodular问题

现在我们需要解决这样一个问题,已知一个具有submodular性质的函数

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值