怎么理解
貪心法在解決這個問題的策略上目光短淺，僅僅依據當前已有的信息就做出選擇，並且一旦做出了選擇。無論將來有什么結果，這個選擇都不會改變。
一句話：不求最優，僅僅求可行解。
怎樣推斷
對於一個詳細的問題，怎么知道是否可用貪心算法解此問題，以及是否能得到問題的最優解?
我們能夠依據貪心法的2個重要的性質去證明：貪心選擇性質和最優子結構性質。
1、貪心選擇
什么叫貪心選擇？從字義上就是貪心也就是目光短線。貪圖眼前利益。在算法中就是僅僅依據當前已有的信息就做出選擇，並且以后都不會改變這次選擇。（這是和動態規划法的主要差別）
所以對於一個詳細問題。要確定它是否具有貪心選擇性質，必須證明每做一步貪心選擇是否終於導致問題的總體最優解。
2、最優子結構
當一個問題的最優解包括其子問題的最優解時，稱此問題具有最優子結構性質。
這個性質和動態規划法的一樣，最優子結構性質是可用動態規划算法或貪心算法求解的關鍵特征。
區分動態規划
動態規划算法通常以自底向上的方式解各子問題，是遞歸過程。
貪心算法則通常以自頂向下的方式進行，以迭代的方式作出相繼的貪心選擇，每作一次貪心選擇就將所求問題簡化為規模更小的子問題。
以二叉樹遍歷為例：
貪心法是從上到下僅僅進行深度搜索。也就是說它從根節點一口氣走到黑的，它的代價取決於子問題的數目，也就是樹的高度，每次在當前問題的狀態上作出的選擇都是1。不進行廣度搜索。所以終於它得出的解不一定是最優解。非常有可能是近似最優解。
而動態規划法在最優子結構的前提下，從樹的葉子節點開始向上進行搜索，而且在每一步都依據葉子節點的當前問題的狀況作出選擇，從而作出最優決策。所以她的代價是子問題的個數和可選擇的數目。它求出的解一定是最優解。
一般求解過程
使用貪心法求解能夠依據下面幾個方面進行（終於也相應着每步代碼的實現），以找零錢為例：
1、候選集合(C)
通過一個候選集合C作為問題的可能解。（終於解均取自於候選集合C）
比如。在找零錢問題中，各種面值的貨幣構成候選集合。
2、解集合(S)
每完畢一次貪心選擇，將一個解放入S。終於獲得一個完整解S
3、解決函數(solution)
檢查解集合S是否構成問題的完整解。
比如，在找零錢問題中。解決函數是已付出的貨幣金額恰好等於應付款。
4、選擇函數(select)
即貪心策略。這是貪心法的關鍵，選擇出最有希望構成問題的解的對象。
（這個選擇函數通常和目標函數有關）
比如，在找零錢問題中，貪心策略就是在候選集合中選擇面值最大的貨幣。
5、可行函數(feasible)
檢查解集合中增加一個候選對象是否可行。（增加下一個對象后是不是滿足約束條件）
比如。在找零錢問題中，可行函數是每一步選擇的貨幣和已付出的貨幣相加不超過應付款。
C的實現：（一般試題就是在這個基礎上加入詳細的實現）
Greedy(C) //C是問題的輸入集合即候選集合
{
S={ }; //初始解集合為空集
while (not solution(S)) //集合S沒有構成問題的一個解
{
x=select(C); //在候選集合C中做貪心選擇
if feasible(S, x) //推斷集合S中增加x后的解是否可行
S=S+{x};
C=C-{x};
}
return S;
}
小結
像找零問題，背包問題。近期臨點都是非常經典的貪心算法。並且都是實際的問題。理解上不太難，對於算法題，在理解算法思想的基礎上，多做題，查找規律，多總結一些C實現中重要的代碼段。