贪心算法做出的选择只是某种意义上的

贪心算法是计算机科学中的一种算法，它贪心地选择当前最优解，而不考虑未来的影响。虽然这种算法非常简单且易于实现，但它不能保证得到最优解。因此，贪心算法做出的选择只是某种意义上的。

从正确性角度看，贪心算法不能保证得到最优解，因为它仅仅考虑当前的最优解，而不考虑长远的影响。例如，在旅行商问题中，我们希望找到一条最短的路径，覆盖所有的城市。贪心算法可以每次选择最近的城市进行访问，但这可能会导致最终路径长度大于最优解。因为这种算法考虑的是局部最优解，不能保证全局最优解。

从运行效率角度看，贪心算法是一种非常快速的算法，它通常具有线性或接近线性的时间复杂度。因此，对于某些问题，如Dijkstra算法、最小生成树算法等，贪心算法可以得到非常好的运行效果。尽管贪心算法在某些情况下运行效率非常高，但并不总是最优的解决方案。

从使用场景角度看，贪心算法通常应用于离线和在线算法。相对于基于搜索的算法和动态规划算法，贪心算法不需要备忘，比传统算法更容易实现。同时，离线场景下的贪心算法一般要更加适用，因为它们往往涉及到一组已知数据，而贪心算法无需重新计算，即可一次性地运行。对于在线场景或者需要实际使用的广泛应用，贪心算法并不是一个可靠的选择。

综上所述，贪心算法做出的选择只是某种意义上的。虽然贪心算法可以提供相对快速的解决方案，但是它不能保证得到最优解，存在一些局限性。在选择使用贪心算法时，需要根据具体问题的特点和需要选择不同的算法方案。