待验证50% 置信事实精确时间

在大多数复杂优化问题中，贪心策略会陷入局部极值而非全局极值

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

AI研究中的"单步陷阱"：局部最优为何会走向死路

相关事实

待验证贪心算法只有当问题同时具备贪心选择性质和最优子结构时才能保证全局最优；0/1背包问题不满足贪心选择性质，因此贪心策略只能提供近似解78% 相似待验证贪心算法的核心假设是局部最优选择能导向全局最优，但这一假设仅在具有贪心选择性质和最优子结构的问题中成立（如霍夫曼编码、最小生成树）75% 相似待验证爬山法的贪心本质决定了它对初始状态敏感，且无法保证找到全局最优解71% 相似待验证在不完全信息博弈中，最优策略往往不是针对特定对手，而是构建自身无懈可击的混合策略69% 相似待验证随着模型能力提升，失准和作弊问题不会自然消失，反而可能愈发突出68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/503622

API

curl https://kongchang.com/api/v1/knowledge/claims/503622

MCP

get_claim(id=503622)