下面是一个简单的 MATLAB 实现贪婪算法的示例，以解决旅行推销员问题（TSP）为例：
function [min_path, min_dist] = greedy_tsp(dist_matrix)
% 输入参数：距离矩阵 dist_matrix，表示城市之间的距离
% 输出结果：最短路径 min_path 和最小距离 min_dist
num_cities = size(dist_matrix, 1);
visited = zeros(1, num_cities); % 记录城市是否被访问
min_path = zeros(1, num_cities); % 记录最短路径
min_dist = 0; % 记录最小距离
% 从第一个城市出发
current_city = 1;
visited(current_city) = 1;
min_path(1) = current_city;
% 依次访问每个城市
for i = 2:num_cities
min_next_dist = Inf; % 初始化下一个最小距离为无穷大
next_city = -1; % 初始化下一个城市编号为-1
% 找到下一个最近的未访问城市
for j = 1:num_cities
if visited(j) == 0 && dist_matrix(current_city, j) < min_next_dist
min_next_dist = dist_matrix(current_city, j);
next_city = j;
end
end
% 更新最短路径和最小距离
min_path(i) = next_city;
min_dist = min_dist + min_next_dist;
% 标记当前城市为已访问
visited(next_city) = 1;
current_city = next_city;
end
% 回到起点城市
min_dist = min_dist + dist_matrix(min_path(end), min_path(1));
min_path(end) = min_path(1);
end
使用该函数可以计算出旅行推销员问题的最短路径和最小距离。下面是一个简单的示例：
% 生成随机距离矩阵（假设有5个城市）
num_cities = 5;
dist_matrix = randi([1, 10], num_cities, num_cities);
% 对称化距离矩阵
dist_matrix = triu(dist_matrix) + triu(dist_matrix, 1)';
% 计算最短路径和最小距离
[min_path, min_dist] = greedy_tsp(dist_matrix);
% 显示结果
disp('最短路径:');
disp(min_path);
fprintf('最小距离: %f\n', min_dist);
运行上述代码，将得到最短路径和最小距离的结果。请注意，由于贪婪算法的局限性，得到的结果可能并不是全局最优解，但通常能够得到一个接近最优解的解决方案。