贪心随记

动态规划是解决贪心算法的基础，而贪心算法更好的减少了运行的时间。

开发贪心算法的步骤：

1）解决问题的最优子结构
2）设计出一个递归解
3）证明在递归的任一个阶段，最优选择总是贪心选择。那么做贪心选择总是安全的。
4）证明通过贪心选择，所有子问题（除一个以外）都是空。
5）设计出一个实现贪心策略的递归算法
6）将递归算法转换成迭代的算法

而实际过程中我们经常简化这个步骤。通常直接做出贪心选择来构造子结构，以解决一个待优化的
一个最优子问题。。

将一个贪心的选择，与剩余相容活动的集合sm的最优解结合起来，就成为si的一个最优解。同时可以
根据如下的方法设计贪心算法：

1）将优化问题转化成这个问题，既先做出选择，再解决剩下的一个子问题。
2）证明原问题总是有一个最优解是贪心选择的，从而说明贪心选择的安全性。
3）将子问题的最优解与我们的贪心选择结合起来，就是原问题的一个最优解。

%&% 在每一个复杂的贪心算法的背后，都会有一个复杂的动态规划解。

贪心算法总是解决当前的我们认为的最佳选择，然后再选择我们之后的所出现的选择。

解动态规划问题一般是从小问题到大问题，而贪心则是当前--看似--最佳的选择。不像动态
规划那样自底向上的选择，而是自底向下的选择。

定理：对于任意的非空子问题sij，设am是sij中具有最早结束时间的活动：
       fm=min(fk,ak属于sij)
     1）活动am在sij中的某最大兼容活动子集中使用
     2）子问题sim为空，所以选择am将使子问题smj为唯一的可能非空子集的子问题

思考：部分背包问题用贪心算法来解。