algorithm - 自适应梯形规则及优先队列实现的说明

关于自适应梯形细分（参见this和this），我需要解决评估f(x)需要大量时间的问题，因此我需要尽可能少地执行此操作。

更高级的代码不是单独考虑每个子区间中的误差，而是计算所有子区间的总误差并进行细化，直到总误差低于所需阈值。根据对总误差的贡献选择子区间进行细化，首先细化较大的误差。通常，优先级队列用于快速选择子区间进行细化。

这到底是什么意思？在这种情况下，优先级队列有什么帮助？有多少个子区间可以被认为“更大”？

标签： algorithmrecursionnumerical-methodsnumerical-integration

优先级队列不用于计算每个间隔中的错误。相反，它用于跟踪当前哪个区间的误差最大，因此算法可以对其进行细化。这种具有优先级队列的模式用于许多所谓的“贪婪”算法，例如 Dijkstra 搜索和 Prim 算法。