基本概念

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，他所做出的仅是在某种意义上的局部最优解。
贪心算法没有固定的算法框架，算法设计的关键是贪心策略的选择。必须注意的是，贪心算法不是对所有问题都能得到整体最优解，选择的贪心策略必须具备无后效性，即某个状态以后的过程不会影响以前的状态，只与当前状态有关。
所以对所采用的贪心策略一定要仔细分析其是否满足无后效性。

贪心算法的基本思路：

1.建立数学模型来描述问题。<br />    2.把求解的问题分成若干个子问题。<br />    3.对每一子问题求解，得到子问题的局部最优解。<br />    4.把子问题的解局部最优解合成原来解问题的一个解。

贪心算法适用的问题

贪心策略适用的前提是：局部最优策略能导致产生全局最优解。
实际上，贪心算法适用的情况很少。一般，对一个问题分析是否适用于贪心算法，可以先选择该问题下的几个实际数据进行分析，就可做出判断。

贪心算法的实现框架

从问题的某一初始解出发；<br />    while （能朝给定总目标前进一步）<br />    { <br />          利用可行的决策，求出可行解的一个解元素；<br />    }<br />    由所有解元素组合成问题的一个可行解；