贪心算法与动态规划的理论分界

贪心（Greedy）和动态规划（DP）都是解决最优化问题的常用算法思想，但核心差异在于“决策依据”和“后悔机制”。

维度	贪心	动态规划
决策方式	每一步只做局部最优选择，一旦决定就不再更改	记录所有可能状态的最优值，随时可被后续结果“覆盖”
最优性保证	必须满足“贪心选择性质 + 最优子结构”才能全局最优；否则可能次优	只要满足“最优子结构 + 重叠子问题”就能保证全局最优
信息利用	仅依赖当前局部信息（不看未来，不回头）	综合子问题的全局信息（过去状态全部保存）
实现复杂度	通常 O(n log n) 或更低，代码短	状态维度高时可达 O(n²)、O(n³)，代码长
典型场景	霍夫曼编码、Dijkstra（非负权）、Prim、Kruskal、活动选择	0-1 背包、最长公共子序列、编辑距离、区间 DP

一句话记忆：
贪心“走一步看一步，绝不后悔”；动态规划“把每一步都试一遍，选最好的记下来”。