Greedy
最近总在论文里看到这个单词，总觉得文章中的算法和我所理解的贪婪算法不太是一个意思，就浅浅记录一下
我所理解的贪婪算法
贪婪法是一种不追求最优解，只希望得到较为满意解的方法。贪婪法一般可以快速得到满意的解，因为它省去了为找最优解要穷尽所有可能而必须耗费的大量时间。贪婪法常以当前情况为基础作最优选择，而不考虑各种可能的整体情况，所以贪婪法不要回溯。
很好的例子：购物找钱时，为使找回的零钱的硬币数最少，不考虑找零钱的所有各种发表方案，而是从最大面值的币种开始，按递减的顺序考虑各币种，先尽量用大面值的币种，当不足大面值币种的金额时才去考虑下一种较小面值的币种。这就是在使用贪婪法。这种方法在这里总是最优，是因为银行对其发行的硬币种类和硬币面值的巧妙安排。如只有面值分别为1、5和11单位的硬币，而希望找回总额为15单位的硬币。按贪婪算法，应找1个11单位面值的硬币和4个1单位面值的硬币，共找回5个硬币。但最优的解应是3个5单位面值的硬币。
©著作权归作者所有：来自51CTO博客作者china_zyb的原创作品，请联系作者获取转载授权，否则将追究法律责任
贪婪算法
https://blog.51cto.com/teayear/2156804
KNN:
K-近邻算法，KNN，给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例，这K个实例的多数属于某个类，就把该输入实例分类到这个类中。
burgers equation
模拟一维冲击波的传播和反射的非线性偏微分方程（就把他当成一个比较简单的PDE好了）
