贪心算法（Greedy Algorithm）故事版本

🎭 故事名：《现实主义者小贪的财富冒险》

---

🧭 背景设定：

在遥远的计算国中，有一位名叫 小贪 的商人。他不是那种喜欢深思熟虑的人，也不爱做复杂的计划。他有一个信条：

“我只选眼前看起来最划算的那一笔买卖。”

于是他背上行囊，踏上旅程，去寻找“最快发财”的方法。

🧠 这正是 贪心算法的核心思想：

• 每一步都选择当前最优解

• 不回头考虑之前的决策

• 期望通过一系列局部最优解达到全局最优

---

🛒 第一幕：初入市场，快速交易

小贪来到第一个村庄，看到市场上有三种商品可以买卖：

商品	成本价	卖出价	利润
苹果	¥2	¥5	+¥3
香蕉	¥3	¥6	+¥3
橘子	¥4	¥7	+¥3

他没有犹豫：“哪个利润高就买哪个！”但三个都一样……

🧠 对应代码逻辑：

 选择最大利润的商品 = max(苹果, 香蕉, 橘子)

虽然没赚最多，但他节省了时间！

---

🕰️ 第二幕：时间有限，效率第一

小贪继续前行，来到了一个限时集市。这里每种商品都有交易时间限制，他只能选几样。

他看了看，发现：

商品	时间	收益
A	1h	¥100
B	2h	¥180
C	3h	¥240

他想：“我要尽可能在最短时间内赚最多的钱。”于是选择了 A → B → C。

🧠 对应贪心策略：

• 按照单位时间收益排序（A:100/h，B:90/h，C:80/h）

• 优先选择单位收益高的商品

这就是经典的 活动选择问题 / 区间调度问题。

---

💰 第三幕：金币兑换，贪心失效

来到王城，小贪遇到了一个新的挑战：用最少的硬币支付某个金额。

当前货币系统是：[1, 5, 10, 25]（美分制）

他要支付 30 分钱，怎么选？

他立刻选了：1个 25 分 + 1个 5 分 → 只需两枚硬币 ✅ 这正是贪心策略成功的例子。

🧠 但在某些货币体系下会失败，比如：

• 硬币面额为 [1, 3, 4]

• 目标金额为 6

贪心法：4 + 1 + 1 → 3 枚 最优解：3 + 3 → 2 枚 ❌

🧠 所以说：贪心不一定总是正确的

---

📈 第四幕：股票交易，贪心显神威

小贪听说股市能赚钱，便决定研究一下。

他看到价格走势如下：

 [7, 1, 5, 3, 6, 4]

他决定：“只要今天比昨天便宜，我就买；只要明天涨了，我就卖。” 于是他在第2天买入（1元），第3天卖出（5元），第4天再买入（3元），第5天卖出（6元）。总共赚了：4 + 3 = 7元！

🧠 对应 LeetCode 股票 II 题目：

 for (int i = 1; i < prices.size(); ++i) {
     if (prices[i] > prices[i - 1]) {
         profit += prices[i] - prices[i - 1];
     }
 }

---

✨ 第五幕：最终总结

小贪回顾自己的旅程，得出结论：

• 在很多情况下，贪心策略确实能让他快速做出决策；

• 有时候还能得到最优解；

• 但也有不少时候，它并不准确；

• 但它最大的优点是：快！省时间！

🧠 所以贪心适用于：

• 活动选择问题（如会议安排）

• 区间调度问题（如任务分配）

• 哈夫曼编码（压缩算法）

• 背包问题的近似解

• 股票交易最大化收益（无限次交易）

---

🧠 总结：现实主义者视角 vs 程序员视角

商人视角	程序员视角
选择眼前最划算的买卖	每一步取当前最优解
不回头思考以前的选择	不进行回溯或记忆化
有时赚得多，有时亏点	局部最优不一定等于全局最优
快速做决策	时间复杂度低，常为 O(n log n) 或 O(n)

---

✅ 示例代码（LeetCode 122. 买卖股票的最佳时机 II）：

 #include <iostream>
 #include <vector>
 using namespace std;
 ​
 int maxProfit(vector<int>& prices) {
     int profit = 0;
     for (int i = 1; i < prices.size(); ++i) {
         if (prices[i] > prices[i - 1]) {
             profit += prices[i] - prices[i - 1];
         }
     }
     return profit;
 }
 ​
 int main() {
     vector<int> prices = {7, 1, 5, 3, 6, 4};
     cout << "最大收益：" << maxProfit(prices) << endl;
     return 0;
 }