你不知道的：贪婪算法

  贪婪算法是关注局部最优而非全局最优的算法策略，在对问题求解时，每次选择，都是当前最佳。当找出一个大致能解决问题的优秀解，而不需要要找出最完美的解的情况下，贪婪算法还是不错的。优秀和完美之间，需要考虑实现代价。例如：精确算法的时间复杂度是冥函数或阶乘函数，其实现代价将远远高于结果还不错的贪婪算法

数据量	精确算法	贪婪算法
时间复杂度	O(2N)	O(N2)
5	3.2秒	2.5秒
10	102.4秒	10秒
32	13.6年	102.4秒
100	4x1021年	16.67分钟

  NP完全问题：不能在确定的多项式时间内解决的问题，为NP完全问题，例如：集合覆盖问题、旅行商问题(经由几个点的最短路径)、所有涉及排列组合的问题。NP完全问题，在数据量少的时候，还可求解；在数据量大的时候，求解时间不可控，速度非常慢；遇到NP完全问题，直接放弃求最优解，直接用贪婪算法求近似解即可。

---

集合覆盖/排列组合问题计算公式参考：

• 有序为排列，Permutation，解决从N个物体中有序选出K个物体的所有可能性，P(N,K) = N!/(N-K)!，例如：给8个人发金银铜三个奖牌，有几种发放方法，金银铜是有序的，所以P(8,3) = 336
• 无序为组合，Combination，解决从N个物体中选出K个物体的所有组合，K个物体的顺序可能为：K！，所以：C(N,K)=P(N,K)/K!，例如：给8个人发三杯水，有几种发放方法，每杯水是一样，所以C(8,3) = P(8,3)/3! = 56
• N个物体的任意组合为2^N，3种物体任意组合的可能性为8，4种物体任意组合的可能性为16。