一、面向的问题
问题
在问题的解空间中，搜索满足约束方程并使用目标函数达极值的解向量（集合中寻找最优子集）。
这类问题具有以下特点：
- 由初始输入构成的解空间；
- 约束方程，确定可行解；
- 目标函数（优化目标），确定最优解；
算法设计
适用贪心算法的问题有两个主要性质
- 贪心选择性：全局最优解，可以由一系列局部最优选择来达到；每次选择得到一个局部最优解，并把问题转化为一个规模更小的类似子问题。
- 最优子结构：指一个问题的最优解中包含其子问题的最优解。
使用贪心算法第一步，是证明问题具有“最优子结构性质”，从而贪心算法收敛；
二、问题的解决
算法伪代码
greedy(A, n)
{
solution = Q;
for (i=1;i<n;i++){
x = select(A);
if (feasible(solution, x))
solution = union(solution, x);
}
return solution;
}
包含了三种行为：
- select
- feasible
- union
三、典型例子
背包问题等
Dijkstra最短路径
