从零开始学习贪心算法（greedy algorithm，又称贪婪算法）

一、什么是贪心算法？

---

  贪心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，只做出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，关键是贪心策略的选择，选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。

1、贪心算法是解决问题的策略，由局部最优推出全局最优，称贪心算法为贪心策略更为形象。

      1）把解决问题的过程分为若干步；

      2）解决每一步的时候，都选择当前看起来"最优的"接解法（最能体现贪心的）；

      3）"希望"得到全局最优。

2、解决问题的步骤

1.建立数学模型来描述问题；
2.把求解的问题分成若干个子问题；
3.对每一子问题求解，得到子问题的局部最优解；
4.把子问题的局部最优解合成原来问题的一个解。

3、贪心算法每一步必须满足

　　1、可行的：即它必须满足问题的约束。

　　2、局部最优：他是当前步骤中所有可行选择中最佳的局部选择。

　　3、不可取消：即选择一旦做出，在算法的后面步骤就不可改变了。

 

4、贪心算法的特点

1. 贪心策略的提出是没有标准以及模版的
2. 可能每道题的贪心策略都是不同的     
3. 贪心策略的正确性不确定（正确的贪心策略是需要证明的）                                                                                                                   

常用的证明方法：数学中见过的所有证明方法 

总结： 

   贪心算法适用于一些特定类型的问题，通常要求问题具有贪心选择性质（即每一步的选择都是最优的），以及最优子结构性质（即问题的最优解可以通过子问题的最优解推导得出）。然而，贪心算法不一定能够求解所有问题，有些问题可能需要更复杂的算法来解决。

  经典的贪心算法问题有找零钱问题、活动选择问题、背包问题中的部分背包等。贪心算法在求解这些问题时，通常能够得到接近最优解的结果，但并不保证一定能够得到全局最优解。

  总之，贪心算法是一种基于每一步的局部最优选择来求解问题的思想，适用于一些满足贪心选择性质和最优子结构性质的问题。

二、贪心算法举例

---

1、找零问题

     每次找零钱的时候都选择此时面额最大的那一张 ，因为选择最大的，用最少的张数能够快速凑够所需的钱数。

2、最小路径和

  给定一个包含非负整数的 m x n 网格，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。

**说明：**每次只能向下或者向右移动一步。

1	3	1
1	7	1
6	1	1

3、背包问题

  在选择物品i装入背包时，可以选择物品的一部分，而不一定要全部装入背包。这时便可以使用贪心算法求解了。计算每种物品的单位重量价值作为贪心选择的依据指标，选择单位重量价值最高的物品，将尽可能多的该物品装入背包，依此策略一直地进行下去，直到背包装满为止。

  在零一背包问题中贪心选择之所以不能得到最优解原因是：贪心选择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。