所谓贪婪算法是指
在计算机算法中，贪婪算法是一种常见的近似求解策略。所谓贪婪算法可以理解为“考虑眼前最优解”的算法，也就是说，它在每一步选择中都采取在当前状态下最优的选择，以期望最终得到全局最优解。贪婪算法是一种自上而下的解题方式。
贪婪算法的思想
贪心算法又称贪婪算法，是一种在每一步选择中都采取当前状态下最好或最优（即最有利）的选择，从而希望导致结果是全局最好或最优的算法。贪心算法特别适用于问题能够分解成子问题来解决，子问题的最优解能递推到最终问题的最优解。这种子问题最优解称为最优子结构。贪心算法所做的选择必须是原问题的子问题，而不能是更大的子集。
贪婪算法的特点
1. 贪心算法是一种近似算法，不能得到全局最优解。
2. 贪心算法简单易实现，效率较高。
3. 在某些问题上贪心算法可能会得到最优解。
4. 一旦贪心策略的选择不能再扩展，问题就可以被认为得到了最终解决方案。
贪婪算法的应用
1. 最小生成树：Prim、Kruskal算法，当然，这里正确使用贪心算法是在边集上完成的，是一种特殊的贪心算法。
2. 最短路问题：Dijkstra算法，也是一种可以看看贪心的方式。
3. 部分背包、分数背包、完全背包等问题中的贪心算法。
4. 任务调度、活动选取等问题中的贪心算法。
贪婪算法的优缺点
贪心算法具有较高的执行效率，这是贪心算法的一大优点。在实际的算法应用中，由于时间限制，往往需要找出一个快速的解决方案，而贪心算法能够满足这种需求。
另外，贪心算法的实现较为简单。贪心算法只需要在每个步骤中做出当前最好的选择即可。需要注意的是，即使采取了不合适的策略，由于每步的选择都是当前的最优解，所以途中的结果总是接近最优解的。这意味着，即使贪心算法不能得到全局最优解，但它通常可以得到比较接近最优解的结果。
贪心算法的缺点在于它并不能保证得到全局最优解。由于在每个步骤中采取的是当前最优解，这种算法很容易被局部最优解所限制。此外，由于结果只是一个近似解，可能与实际最优解相差很大。
贪心算法的应用范围较广。尽管贪心算法并不能保证得到全局最优解，但它仍然是一种非常有用的解决问题的方法。贪心算法适用于那些可以被分解成子问题的问题，这种解决问题的算法在实际应用中仍然具有广泛的应用。
