एल्गोरिथ्म के पाठ्यपुस्तक परिचय के आधार पर , एक लालची एल्गोरिथ्म की शुद्धता के लिए दो गुणों की आवश्यकता होती है:
काउंटर उदाहरणों के साथ आना आसान है, जिसके लिए लालची पसंद की संपत्ति की कमी के कारण एक लालची समाधान विफल हो जाता है, उदाहरण के लिए 0/1 knapsack समस्या। लेकिन मुझे लगता है कि दूसरी संभावना बहुत मुश्किल है। क्या कोई मुझे एक समस्या और एक लालची एल्गोरिथ्म दे सकता है जो पहली संपत्ति को संतुष्ट करता है लेकिन दूसरे को नहीं?
जवाबों:
मजबूत आँकड़ों में एक मानक अनुमानक एक प्रकार का छंटनी का मतलब है, जहाँ आप इनपुट संख्याओं के एक सेट के बहुमत को इस तरह से चुनते हैं, जैसे कि किसी भी दो चयनित संख्याओं के बीच अधिकतम अंतर को कम करने के लिए, और फिर चयनित का मतलब निकालें सबसेट। एक आसान लालची पसंद पहला कदम है: अपने सबसेट के हिस्से के रूप में माध्यिका चुनें। लेकिन एक बार जब आप उस विकल्प को बना लेते हैं, तो शेष समस्या एक ही प्रकार की नहीं होती है (अर्थात हमारे पास इष्टतम सबस्ट्रक्टर्स नहीं हैं), इसलिए इस एल्गोरिथ्म को लालच में जारी रखने का कोई स्पष्ट तरीका नहीं है। विशेष रूप से यह शेष बिंदुओं के मध्यस्थों को चुनने के लिए काम नहीं करता है। (थोड़ी सी सावधानी से की गई बार-बार की लालची औसत दर्जे की रणनीति, इंटरकार्टाइल का मतलब देती है जो कि मजबूत भी है लेकिन एक ही समस्या को हल नहीं करता है और इसका ब्रेकडाउन पॉइंट कम है।)