build

chapter_greedy/fractional_knapsack_problem.md

@@ -3,7 +3,7 @@ comments: true
 status: new
 ---
 
-# 15.2.   分数背包问题
+# 15.2   分数背包问题
 
 分数背包是 0-1 背包的一个变种问题。
 

chapter_greedy/greedy_algorithm.md

@@ -3,7 +3,7 @@ comments: true
 status: new
 ---
 
-# 15.1.   贪心算法
+# 15.1   贪心算法
 
 贪心算法是一种常见的解决优化问题的算法，其基本思想是在问题的每个决策阶段，都选择当前看起来最优的选择，即贪心地做出局部最优的决策，以期望获得全局最优解。贪心算法简洁且高效，在许多实际问题中都有着广泛的应用。
 
@@ -221,7 +221,7 @@ status: new
     }
     ```
 
-## 15.1.1.   贪心优点与局限性
+## 15.1.1   贪心优点与局限性
 
 **贪心算法不仅操作直接、实现简单，而且通常效率也很高**。在以上代码中，记硬币最小面值为 $\min(coins)$ ，则贪心选择最多循环 $amt / \min(coins)$ 次，时间复杂度为 $O(amt / \min(coins))$ 。这比动态规划解法的时间复杂度 $O(n \times amt)$ 提升了一个数量级。
 
@@ -242,7 +242,7 @@ status: new
 1. **可以保证找到最优解**：贪心算法在这种情况下往往是最优选择，因为它往往比回溯、动态规划更高效。
 2. **可以找到近似最优解**：贪心算法在这种情况下也是可用的。对于很多复杂问题来说，寻找全局最优解是非常困难的，能以较高效率找到次优解也是非常不错的。
 
-## 15.1.2.   贪心算法特性
+## 15.1.2   贪心算法特性
 
 那么问题来了，什么样的问题适合用贪心算法求解呢？或者说，贪心算法在什么情况下可以保证找到最优解？
 
@@ -263,7 +263,7 @@ status: new
 
     Pearson, David. A polynomial-time algorithm for the change-making problem. Operations Research Letters 33.3 (2005): 231-234.
 
-## 15.1.3.   贪心解题步骤
+## 15.1.3   贪心解题步骤
 
 贪心问题的解决流程大体可分为三步：
 
@@ -280,7 +280,7 @@ status: new
 
 然而，正确性证明也很可能不是一件易事。如若没有头绪，我们通常会选择面向测试用例进行 Debug ，一步步修改与验证贪心策略。
 
-## 15.1.4.   贪心典型例题
+## 15.1.4   贪心典型例题
 
 贪心算法常常应用在满足贪心选择性质和最优子结构的优化问题中，以下是一些典型的贪心算法问题：
 

chapter_greedy/index.md

@@ -4,7 +4,7 @@ icon: material/head-heart-outline
 status: new
 ---
 
-# 15.   贪心
+# 第 15 章   贪心
 
 <div class="center-table" markdown>
 

chapter_greedy/max_capacity_problem.md

@@ -3,7 +3,7 @@ comments: true
 status: new
 ---
 
-# 15.3.   最大容量问题
+# 15.3   最大容量问题
 
 !!! question
 

chapter_greedy/max_product_cutting_problem.md

@@ -3,7 +3,7 @@ comments: true
 status: new
 ---
 
-# 15.4.   最大切分乘积问题
+# 15.4   最大切分乘积问题
 
 !!! question
 

chapter_greedy/summary.md

@@ -3,7 +3,7 @@ comments: true
 status: new
 ---
 
-# 15.5.   小结
+# 15.5   小结
 
 - 贪心算法通常用于解决最优化问题，其原理是在每个决策阶段都做出局部最优的决策，以期望获得全局最优解。
 - 贪心算法会迭代地做出一个又一个的贪心选择，每轮都将问题转化成一个规模更小的子问题，直到问题被解决。