杂记 ｜ greedy与soft-greedy策略

44.358730,11.593990; Generated by AI

生活中，许多人似乎都在解决着自己的多目标优化问题。我们即想要这个，又想要那个，有时候目标间甚至相互矛盾，你存我亡。

但其实我们没有严谨的公式和高速计算的能力，去把一个个问题形式化，然后一一求解。

而贪心策略（Greedy Strategy），也就是选择当前最好的，作为一种符合直觉的方式，被广泛地应用到我们生活中，而且很多时候其实我们并不会意识到。

算法课上，一则关于苏格拉底和柏拉图的对话也探讨了贪心策略。柏拉图向苏格拉底问了三个问题，其中第一个问题是：

什么是爱情？

苏格拉底没有直接回答，而让柏拉图去麦田不回头地走一次，并在途中要摘一棵最大最好的麦穗。柏拉图看到最后垂头丧气地空手而归。苏格拉底问为何空手而归，是没有很好的麦穗吗？

柏拉图无奈道：

每次看到的麦穗都不知道是不是最大最好的，又因为只能摘一次，不得已直到走完全程也没有挑到合适的。

苏格拉底说：

这就是爱情！

庞大的麦田有数不清的麦穗，组成巨大的搜索空间。这要如何才能找到“全局最优”的麦穗？然而其映射的道理是，这样的全局最优只存在于理想，而且很容易会错失。

正如开篇所说，作为一个人，我们其实无法做到上帝视角，全面考量。但又往往喜欢使用贪心策略，因而在有的事情上甚至无法得到局部最优解。正所谓捡了芝麻丢了西瓜，向着那存在于理想的收敛目标不断振荡前进以期收敛，然而现实不能简单的梯度下降，世界的模型存在太多变量。

那如果不总是这么贪心，不总是选择最好的
，会如何？这大概就是soft-greedy的一个思想。当然这并非是一个多么高明的优化方法，只是可以确保能够有更多变数。

生命总在与体验，更多的变数是不是意味着更多的体验呢？也许根据贪心策略，你总是能够按时赶上最近一班车，在离目的地最近的站点下车，吃上最适合自己口味且性价比最高的食物，在熟悉的城市从事自己觉得最满意的工作。那如果多一点点小如ε的变动概率，或者说多一点变化会怎样？事情会一团糟，在某些情况下，确实如此。那如果你获得足够的勇气，去放下工作、生活、家庭，也就是说，人的社会性所赋予的一切，去尝试些新的选择，会获得什么样的体验？也许会和《荒野生存》中的Chris一样，在阿拉斯加的山头和旷野，发现自我，长眠于自己极致的理想。

Chris是彻底的理想主义者，有人会批判他是完全反社会的，也有人会羡慕他的决心和勇气。在他人生的某个瞬间，也许属于他的小概率的决定使然，他踏上了他的阿拉斯加之旅。我想，每个人心里都有自己的阿拉斯加。例如有人想徒步318，有人想自驾环游世界，也有人想住进深山。只不过在greedy和soft-greedy之间，许多人无法设置哪怕一个小小的ε，究其一生只能陷在局部最优解的山谷里。