贪心算法

贪心算法是寻找最优解问题的常用方法。
这种方法模式一般将求解过程分成若干个步骤，在每个步骤都应用贪心原则，选取当前状态下最好的或最优的选择(局部最有利的选择)，并以此希望最后对跌出的结果也是最好的或最优的解。
贪心算法的每次决策都以当前情况作为基础并根据某个最有原则进行选择，不从整体上考虑其他各种可能的情况。
贪心算法。动态规划法、分治法都是对问题进行分解，定义最优解的子结构.
贪心算法与其他方法最大的不同在于，贪心算法每一步选择完之后，局部最优解就确定了，不再进行回溯处理，也就是说，每个步骤的局部最优解确定以后，就不再修改，直到算法结束。因为不会进行回溯，贪婪法只在很少的情况下可以得到真正的最优解，比如最短路径问题、图的最小生成树问题。
大多数情况下，贪婪法会错过真正的最优解，但是贪婪法简单高效，省去了为找最优解可能需要的穷举操作，可以得到与最优解比较接近的近似最优解，通常作为其他算法的辅助算法使用.
对于子问题的分解有多种方式，有的问题可以按照问题的求解过程一步一步地进行分解妹妹一步都在前一步的基础上选择当前做最好的解，每做一次选择就将问题简化为一个规模更小的子问题，当最后一步的求解完成后就得到了全局最优解.还有的问题可以将问题分解成相对独立的几个子问题，对每个子问题求解完成后再按照一定的规则将其组合起来得到全局最优解.
贪心算法的例子：0-1背包问题
有N件物品和一个承重为C的背包，每件物品的重量是wi(每个物品只有一件),价值是pi，求解将哪几件物品装入背包可使这些物品在重量总和不超过C的情况下价值总和最大
背包问题是此类组合优化的NP完全问题的统称，比如货箱装载问题、货船载物问题等.
这个问题的子问题可以按照选择物品装入背包的过程按部就班地一步一步分解，将子问题定义为在被包容量还有C’的情况下，选择一个物品装入背包.这样，每选择一个物品就相当于子问题的规模减小了.
如何选择物品呢？这就是贪婪策略的选择问题。对于本题，常见的贪婪策略有三种. 1.根据物品价值选择，每次都选价值最高的物品 2.根据物品重量选择，每次都选择重量最轻的物品 3.定义一个价值密度的概念，每次选择都选择价值密度最高的物品.
..然而怎么写呢..应该是不重要的..毕竟应用贪婪法得到的结果不一定是最优解..可能只是近似最优解.
在任何算法中，只要在某个阶段使用了只考虑局部最优情况的选择策略，都可以理解为使用了贪婪算法.