首先我們應該知道，貪心演算法和分治演算法、回溯演算法、動態規劃四種演算法。只能說是幾種是演算法思想，而並不是具體的演算法，我們學會他們的目的是來指導我們設計具體的演算法和編碼等。
貪心演算法
，又稱為
貪婪法
，即在對問題進行求解時，總是考慮當前情況下的最優解（如同人一樣，在面對一些情況時，總是選擇當前情況的最優解），而不是全域性考慮下的最優解。
這種方法就是將整個事件分為若干個步驟，每一個步驟都按照貪心的策略，選取當前情況下的最優的選擇（區域性最優），然後希望這所有最優解堆疊出來的結果也是最優解。
基本步驟
將一個大的問題分解為若干步（比如去走親戚要走n段路）
每一步都使用貪婪演算法，找到每一步的最優解（如果每段路都有n種走法，則選取最優的路段）
將所有部分的最優解構成為大的問題的一個解（將n段路合到一塊）
貪心演算法存在的問題
因為每一步都僅僅按照當前情況的最優解來選擇，所以當按照全域性考慮時，並不一定是最優解
不能用來求最大最小問題，因為結果本來就不一定是最優解
適用物件
區域性最優解合起來也是全域性的最優解
再舉上面走路的問題，進行分析,當我們面對如何走路時，當不知道整體情況如何時，該怎樣選擇路程呢。即每走到一個路口都選擇當前情況下的最短路徑。
第一步：
整段路程可以分為n段
第二步：
每個分叉即為不同的選擇，紅色即為每一段的最優解
當在A時，有AC，AB兩條路，選擇短的AB。
在B點時有BD，BE選擇最優解BE。
在E點時，有EF，EG，選擇最優解EG。
在G點時，無法選擇，則只能走G->AA這條路。
第三步：
將每一段的最優解合併起來，即為這段路程的一種解決方法（A->B->E->G->AA）
實際情況
如上圖從A點走到AA點，看似紅線是每一步的都是當前情況下的最優解，但是從整體來看A->C->AA才是整體情況下的最優解，所以貪心演算法也存在很大問題，使用貪心演算法，儘管每一步得到的結果都是最優解；但是從整體來看，得到的並非最優解。
或者另一個例子
現在有重為100千克，80千克和1千克的石頭，當需要總重量一定時，如何選擇才能使石頭數量最少。
分析：
如果按照貪心演算法來寫的話，若要使石頭數量最少，則需要先選擇重量最大的石頭，然後在往下找。
此時若需要240千克石頭，按照貪心演算法則石頭組成為2*100千克+40*1千克，42塊石頭
而實際最少方案為3*80千克，3塊石頭。
所以在使用時，一定要分析好貪心演算法的思想是否適用，從而再確定出最好的思想方法。
