启发式算法网格中，各种算法是启发式调度算法，请问一下启发式调度算法是什么意思

贪婪启发式和贪婪算法的区别是什么？

马踏棋盘的问题很早就有人提出，且早在1823年，J.C.Warnsdorff就提出了一个有名的算法。

在每个结点对其子结点进行选取时，优先选择‘出口’最小的进行搜索，‘出口’的意思是在这些子结点中它们的可行子结点的个数，也就是‘孙子’结点越少的越优先跳，为什么要这样选取，这是一种局部调整最优的做法，如果优先选择出口多的子结点，那出口少的子结点就会越来越多，很可能出现‘死’结点（顾名思义就是没有出口又没有跳过的结点），这样对下面的搜索纯粹是徒劳，这样会浪费很多无用的时间，反过来如果每次都优先选择出口少的结点跳，那出口少的结点就会越来越少，这样跳成功的机会就更大一些。

这种算法称为为贪心算法，也叫贪婪算法或启发式算法，它对整个求解过程的局部做最优调整，它只适用于求较优解或者部分解，而不能求最优解。

这样的调整方法叫贪心策略，至于什么问题需要什么样的贪心策略是不确定的，具体问题具体分析。

实验可以证明马遍历问题在运用到了上面的贪心策略之后求解速率有非常明显的提高，如果只要求出一个解甚至不用回溯就可以完成，因为在这个算法提出的时候世界上还没有计算机，这种方法完全可以用手工求出解来，其效率可想而知。

贪心算法当然也有正确的时候。

求最小生成树的Prim算法和Kruskal算法都是漂亮的贪心算法。

贪心法的应用算法有Dijkstra的单源最短路径和Chvatal的贪心集合覆盖启发式 所以需要说明的是，贪心算法可以与随机化算法一起使用，具体的例子就不再多举了。

其实很多的智能算法（也叫启发式算法），本质上就是贪心算法和随机化算法结合——这样的算法结果虽然也是局部最优解，但是比单纯的贪心算法更靠近了最优解。

例如遗传算法，模拟退火算法。

启发式算法的相关书籍 我是想系统的学习一下。最好能解释一些难易程度不同的书。

我向你推荐两本，一是：《现代优化计算方法》；二是：《智能优化算法及其应用》。

这两本书都不错，其中前者算是入门的书籍，讲解清晰易懂。

禁忌搜索、模拟退火、遗传算法、人工神经网络等启发式算法都有讲到。

网格中，各种算法是启发式调度算法，请问一下启发式调度算法是什么意思

你好~ 启发式算法： 计算机科学的两大基础目标，就是发现可证明其执行效率良好且可得最佳解或次佳解的算法。

而启发式算法则试图一次提供一或全部目标。

例如它常能发现很不错的解，但也没办法证明它不会得到较坏的解；它通常可在合理时间解出答案，但也没办法知道它是否每次都可以这样的速度求解。

有时候人们会发现在某些特殊情况下，启发式算法会得到很坏的答案或效率极差，然而造成那些特殊情况的数据结构，也许永远不会在现实世界出现。

因此现实世界中启发式算法很常用来解决问题。

启发式算法处理许多实际问题时通常可以在合理时间内得到不错的答案。

有一类的通用启发式策略称为元启发式算法（metaheuristic），通常使用乱数搜寻技巧。

他们可以应用在非常广泛的问题上，但不能保证效率。

最后，顾名思义，启发式调度算法就是在调度的过程中使用的启发式算法。

望采纳哈~~谢谢~~