浅谈贪心算法

什么是贪心算法？
维基百科对其的定义如下：

贪心算法（英语：greedy algorithm），又称贪婪算法，是一种在每一步选择中都采取在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最好或最优的算法。
贪心算法在有最优子结构的问题中尤为有效。最优子结构的意思是局部最优解能决定全局最优解。简单地说，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。
贪心算法与动态规划的不同在于它对每个子问题的解决方案都做出选择，不能回退。动态规划则会保存以前的运算结果，并根据以前的结果对当前进行选择，有回退功能。
贪心法可以解决一些最优化问题，如：求图中的最小生成树、求哈夫曼编码……对于其他问题，贪心法一般不能得到我们所要求的答案。一旦一个问题可以通过贪心法来解决，那么贪心法一般是解决这个问题的最好办法。由于贪心法的高效性以及其所求得的答案比较接近最优结果，贪心法也可以用作辅助算法或者直接解决一些要求结果不特别精确的问题。

某种程度上，贪心算法和动态规划有一定的相似性都是先分解子问题。但动态规划实质上是穷举法，只是会省去重复计算，更像是一种途径和方法而不是一种特殊算法。而贪心算法每次都选择局部的最优解，并不考虑这个局部最优选择对全局的影响，最后产生整体最优解或其近似解。

贪心类问题一般需要设置当前最佳情况和总体最佳情况，并根据当前最佳情况不断更新最佳情况。即设置xx_now，用于对比记录当前最佳情况改变前后的情况，再设置一个xx_all，比较当前最佳情况和保存下来的总体最佳情况并再次保存下来。