A coisa mais simples a fazer seria configurar o algoritmo ganancioso para o problema e, em seguida, procurar um contra-exemplo. Se você encontrar um, terá sua resposta. Caso contrário, existem muitas maneiras de provar que a ganância funciona . Há alguns problemas com isso, é claro (como a formulação específica do algoritmo ganancioso). Quanto à caracterização de quais problemas podem e quais não podem ser resolvidos com avidez, também existe uma resposta geral.
De fato, em seu artigo “Uma Caracterização Exata de Estruturas Gananciosas” ( SIAM J. Discrete Math . 6 , pp. 274-283), Helman, Moret e Shapiro fizeram uma descrição formal disso (denominada incorporação matróide , que generaliza matroids e greedoids). Do resumo: "Os autores apresentam caracterizações exatas das estruturas nas quais o algoritmo ganancioso produz soluções ótimas".
Em geral, o algoritmo ganancioso pode ser formulado em termos de sistemas de conjuntos ponderados . Você tem um conjunto (por exemplo, as arestas, no caso de árvores abrangentes mínimas) e um conjunto de subconjuntos (pense em florestas abrangentes parciais, para o problema de árvores de abrangência mínima). representa as soluções parciais válidos construídos através da combinação de elementos de . Há também a função de peso, , que fornece o peso ou o custo de qualquer elemento em . Geralmente assumimos que isso é linear - ou seja, cada elemento emE F ⊆ 2 E E F E w F E(E,F,w)EF⊆2EEFEwFEtem um peso e os pesos das soluções (parciais) são apenas a soma dos pesos dos elementos. (Por exemplo, o peso de uma árvore de abrangência é a soma de seus pesos das arestas.) Nesse contexto, Helman et al. mostrou que o seguinte é equivalente:
Para cada função objetivo linear, tem uma base ideal.(E,F)
(E,F) é uma incorporação matróide.
Para todas as funções objetivas lineares, as bases gananciosas de são exatamente suas bases ideais.(E,F)
Em outras palavras: para estruturas como essas (que basicamente incorporam o tipo de estrutura geralmente pensada ao trabalhar com a ganância), exatamente o conjunto de implantes matróides pode ser resolvido com avidez.
A definição de uma incorporação matróide não é tão difícil, portanto, é certamente viável provar que um determinado problema é ou não uma incorporação matróide. A entrada da Wikipedia fornece a definição com bastante clareza. (Compreender a prova de por que essas são as estruturas exatas solucionáveis pela ganância - isso é outra questão inteiramente ...)
Se o seu problema pode ser formulado em termos de seleção de um sistema conjunto ponderada com uma função objetivo linear, e se você pode mostrar que é não uma incorporação matróides, então você mostrou que não pode ser resolvido com avidez, mesmo se você paraíso' Não foi possível encontrar um contra-exemplo. (Embora eu suspeito que encontrar um contra-exemplo seria um pouco mais fácil.)
Essa abordagem não é totalmente sem problemas, suponho. Como você diz, a idéia geral de ganância é bastante informal e pode ser possível ajustá-la de tal maneira que o formalismo de sistemas de conjuntos linearmente ponderados não se aplique.