贪婪算法/贪心算法

什么是贪心算法

贪心算法的思想在于，将一个大的问题拆解成多步的小问题，然后通过在解决每个小问题的时候选择对自身最为有利的结果，从而保证自身利益的最大化。

贪心算法是五大算法中的一员，五大算法分别为：

1. 分治
2. 动态规划
3. 贪心
4. 回溯
5. 分支界定

贪心算法在数据结构中的应用非常的广泛。贪心算法可以简单的描述为：大事化了，小事化了。对于一个较大的问题，通过找到与子问题的重叠，将复杂的大问题划分为简单的多个小问题，在对每个小问题进行求解的时候找出最优值来进行处理。也就是说贪心算法是一种在每一步选择中都采取在当前状态下最好或最优的选择，从而希望得到结果是最好或最优的算法。

贪心算法在对问题求解时，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，所做出的仅是在某种意义上的局部最优解。贪心算法不是对所有问题都能得到整体最优解，但对范围相当广泛的许多问题他能产生整体最优解或者是整体最优解的近似解。

一个典型的例子：

上图的绿色部分代表了实际上能够获得最大收益的路径；而上图的红色部分则表示了采用贪心算法的情况之下会产生的路径。可见并不是所有的问题都能够采用贪心算法的思想，通过找出每一步的局部最优解来达到总体上的整体最优解。

<