贪心法和动态规划法的区别

1、贪心选择
　　什么叫贪心选择？从字义上就是贪心也就是目光短线。贪图眼前利益。在算法中就是仅仅依据当前已有的信息就做出选择，并且以后都不会改变这次选择。（这是和动态规划法的主要差别）　　

　　所以对于一个详细问题。要确定它是否具有贪心选择性质，必须证明每做一步贪心选择是否终于导致问题的总体最优解。

　　2、最优子结构
　　当一个问题的最优解包括其子问题的最优解时，称此问题具有最优子结构性质。

　　这个性质和动态规划法的一样，最优子结构性质是可用动态规划算法或贪心算法求解的关键特征。

区分动态规划

　　　动态规划算法通常以自底向上的方式解各子问题，是递归过程。

　　贪心算法则通常以自顶向下的方式进行，以迭代的方式作出相继的贪心选择，每作一次贪心选择就将所求问题简化为规模更小的子问题。

　　以二叉树遍历为例：
　　　贪心法是从上到下仅仅进行深度搜索。也就是说它从根节点一口气走到黑的，它的代价取决于子问题的数目，也就是树的高度，每次在当前问题的状态上作出的选择都是1。不进行广度搜索。所以终于它得出的解不一定是最优解。非常有可能是近似最优解。

　　而动态规划法在最优子结构的前提下，从树的叶子节点開始向上进行搜索，而且在每一步都依据叶子节点的当前问题的状况作出选择，从而作出最优决策。所以她的代价是子问题的个数和可选择的数目。它求出的解一定是最优解。

代码实现

C的实现：（一般试题就是在这个基础上加入详细的实现）
　　
Greedy(C) //C是问题的输入集合即候选集合

{

S={ }; //初始解集合为空集

while (not solution(S))  //集合S没有构成问题的一个解

{

   x=select(C);    //在候选集合C中做贪心选择

   if feasible(S, x)  //推断集合S中增加x后的解是否可行

      S=S+{x};

      C=C-{x};

}

return S;

}