贪心算法

1、活动安排问题
2、贪心算法的基本要素
（1）贪心选择性质
在动态规划算法中，每步所做出的选择往往依赖于相关子问题的解。因而只有在解出相关子问题后，才能做出选择。而在贪心算法中，仅在当前状态下作出最好选择，即局部最优选择。然后再去解做出这个选择后产生的相应的子问题。贪心算法所做出的贪心选择可以依赖于以往所做过的选择，但决不依赖于将来所做的选择，也不依赖于子问题的解。正是由于这种差别，动态规划算法通常以自底向上的方式解各子问题，而贪心算法则通常以自顶向下的方式进行，以迭代的方式做出相继的贪心选择。
（2）最优子结构性质
3、0-1背包问题与背包问题
对于0-1背包问题，贪心选择之所以不能得到最优解是因为在这种情况下，它无法保证最终能将背包装满，部分闲置的背包空间使每公斤背包空间的价值降低了。而且，在考虑0-1背包问题时，应比较选择该物品和不选择该物品所导致的最终方案，然后再做出最好选择。由此就导出了许多互相重叠的子问题。这正是该问题可用动态规划算法求解的另一重要特征。
4、最优装载
5、哈夫曼编码
6、单源最短路径
7、最小生成树
8、多机调度问题
9、任务时间表问题