Den Code dieses Artikels finden Sie hier GitHub-Ordner.
OEiner meiner Lieblingsprofessoren während meines Studiums hat mir Folgendes gesagt:
„Nur weil Ihr Algorithmus ineffizient ist, heißt das nicht, dass das Downside besteht hart”
Das bedeutet, dass es immer einen Ansatz geben wird, der naiv genug ist, um äußerst ineffizient zu sein, wenn man ein Downside lösen möchte (einfach oder schwer). Nehmen wir zum Beispiel an, Sie müssen an einem neuen Arbeitsplatz arbeiten. Anstatt Google Maps zu verwenden, beginnen Sie in der Gasse Ihres Hauses und probieren alle möglichen Kombinationen der Straßen aus (Norden, Süden, Westen und Osten). Wenn Sie zur Arbeit kommen, meldet Ihr Unternehmen möglicherweise Insolvenz an oder Sie werden entlassen.
Versuchen wir, etwas formeller zu sein. Nehmen wir an, dass Sie in jedem geschäftlichen oder technischen Umfeld das finden müssen Minimal oder maximal einer Funktion. Beispielsweise muss Ihr Unternehmen den Umsatz aus dem Verkauf einer bestimmten Abteilung maximieren. Wir nennen diese Funktion F. Die „Fäden“, die Sie ziehen, additionally die Entscheidungen das Sie nutzen können, um den Umsatz zu maximieren, ist ein Vektor X. Das kannst du natürlich nicht…