贪心算——基础思想

**贪心算法（又称贪婪算法）**是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。

贪心算法并不是多所有的问题都能得到整体最优解，关键是贪心策略的选择，必须具有无后效应。

无后效应：
指的是这样一种性质：某阶段的状态一旦确定，则此后过程的演变不再受此前各状态及决策的影响。也就是说，“未来与过去无关”，当前的状态是此前历史的一个完整总结，此前的历史只能通过当前的状态去影响过程未来的演变。
(注：类似于概率论放回不放回，无后就是不放回的实验，之后的概率与被拿出的球的无关）

基本要素：
1，贪心选择：贪心选择是指所求的问题的整体最优解可以通过一系列局部最优的选择来达到。
2，最优子结构：当一个问题的最优解包含其子问题的最优解时，称此问题具有最优子结构性质。问题的最优子结构性质是该问题可用贪心算法或动态规划算法求解的关键特征。

基本思路：
从问题的某个初始解出发，按照某个优化测度，一步一步的获得每个子问题的最优解直至美剧完所有的数据或是不能添加算法为止。

过程：
1，建立数学模型；
2，把求解的问题分成若干个子问题；
3，对于每个子问题求解，得到子问题的局部最优解；
4，将子问题的最优解合并成原始问题的最优解。

使用条件：
问题的求解可以有一系列的决策步骤完成，每一步觉醒而依赖于某种局部最优的贪心策略。正确的贪心策略要保证每一步基于局部优化性质的选择最终导致全局的最优解。（如果不具备上述的性质，贪心算法对某些势力只能够得到近似解。这就要求我们在求解贪心类的问题时将问题分成几个步骤，然后按照步骤进行，利用我们所设置的贪心原则，先求每一步的局部最优解最后得到全局的最优解）。

**应用：**再次就不赘述相关应用了