貪心演算法中「貪心」二字形象的說明了該演算法的基本思想：貪心（每一步選擇都是眼下的區域性最優選擇）。
比如每次給你1張面額不定的紙幣，共10次，你這麼選？肯定是每次都要一張100元的。當你要拿第一張時，此時眼下最優的選擇就是拿一張100的，不會管拿了之後會不會對後面的9張產生影響。這就是一種貪心，當然這種情況下的貪心選擇也是最優的選擇，因為區域性最優導致了整體的最優。
貪心演算法常用於求解最優解問題，比動態規劃思路簡單，前提是要求問題滿足貪心選擇性質。
形象的講：
貪心演算法的每次選擇就是只看當前的利益，不管當前的選擇對後面選擇的影響，所以如果當前的選擇對之後的選擇有影響時，這種選擇就不一定最優了。
動態規劃就是三思而後行，在考慮當前選擇能產生的各種結果中選擇乙個最優的，想得多速度也就慢了。
比如上面的例子，如果規定超過2張100，後面每張就都只會給1元的，那麼按照貪心選擇依然會前兩張選擇100的，後面就只能拿1元的，總共208元。按照動態規劃，則會聰明的先選一張100元，後面每次都選擇50元，總共550元。
貪心演算法思想簡單，應用場合也廣泛。
使用貪心演算法，問題必須滿足最優子結構性質和貪心選擇性質。
問題的全域性最優解是通過區域性最優選擇得到的。
（1）揹包問題（物體可切分時的0-1揹包問題）
（2）huffman編碼
（3）單源最短路徑
（4）prim演算法
（5）kruskal演算法
（6）最優三角剖分
之前寫的部落格：
prim演算法
理解動態規劃演算法與貪心演算法區別----找錢問題
ps：貪心演算法比較容易理解，寫的比較簡略，後續有想法再補充。
作者 ：jarvischu
出處：
貪心演算法入門
什麼是貪心呢？貪心演算法 又稱貪婪演算法 是指，在對問題求解時，總是做出在當前看來是最好的選擇。也就是說，不從整體最優上加以考慮，他所做出的是在某種意義上的區域性最優解。貪心演算法不是對所有問題都能得到整體最優解，關鍵是貪心策略的選擇，選擇的貪心策略必須具備無後效性，即某個狀態以前的過程不會影響以後...
貪心演算法入門
貪心演算法例題 1 2 取糖果3 輸入 4 15 四箱，能裝的重量為15 4 價值，重量 5100 4 6412 8 7266 7 8591 2 9輸出 101193.0 11 1213 include14 include15 using namespace std 1617 struct cand...
總結 貪心演算法 貪心演算法入門總結
英語 greedy algorithm，又稱貪婪演算法，是一種在每一步選擇中都採取在當前狀態下最好或最優 即最有利 的選擇，從而希望導致結果是最好或最優的演算法。比如在旅行推銷員問題中，如果旅行員每次都選擇最近的城市，那這就是一種貪心演算法。貪心演算法在有最優子結構的問題中尤為有效。最優子結構的意思...