什么是贪心算法？

概念

---

贪心的意思在于在作出选择时，每次都要选择对自身最为有利的结果，保证自身利益的最大化。就是每次选择新的局部最优解，去逼近全局最优解。贪心算法就是利用这种贪心思想而得出一种算法。

贪心算法可以简单描述为：大事化小，小事化了。对于一个较大的问题，通过找到与子问题的重叠，把复杂的问题划分为多个小问题。并且对于每个子问题的解进行选择，找出最优值，进行处理，再找出最优值，再处理。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。

---

贪心算法特点：

1、总是作出在当前看来最好的选择。

2、从局部的最优选择到整体最优解。

---

举个例子吧：

当我们去超市买了一只钢笔，支付过程选择现金支付，钢笔的价格是52元，你给收银员100元，那么收银员便会找你48元。那么这48元是怎么构成的呢，选择方案有很多，比如48个一元，两个二十元和一个五元及三个一元…
在这个找零的过程中，他总会选择一种用最少的钱的张数去找零，尽可能用大面值来代替小面值，这个过程就是一个寻求最优解的过程，用来解决此类问题的算法叫做贪心算法.
在自助贩卖机等场合，就是利用贪心算法来找零，在这个算法中常常会用到递归调用

解题的一般步骤是：

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。

---

贪心算法与动态规划的差异：

相同点：都具有最优子结构性质。

区别：

动态规划：每步所作选择依赖于相关子问题的解（自底向上）

贪心算法：仅在当前状态下作出最好选择（局部最优选择、自顶向下）