贪心算法（Greedy algorithm）

贪心算法（Greedy Algorithm）是一种基于贪心策略的算法，它的基本思路是每次在问题的可行解空间中选择当前最优解，从而希望最终得到全局最优解。

贪心算法通常具有以下特点：

针对一个优化问题，每次选择的决策仅仅依赖于当前状态，而不考虑过去或未来的状态。 在每次决策时，贪心算法都会选择当前状态下的最优解，即局部最优解，而这个选择并不一定是全局最优解。 贪心算法的适用范围相对有限，适用于某些问题的局部最优解就是全局最优解的情况，而对于有些问题，贪心算法可能无法得到正确的结果。因此，贪心算法通常被作为解决问题的一种启发式算法，可以用来辅助其他算法或优化问题的时间复杂度。

常见应用：

任务调度问题：在有限的时间内完成尽可能多的任务。 钱币找零问题：找到一组面额最少的钞票或硬币，使得它们的总和等于给定的金额。 背包问题：在有限的背包容量内，选择一些物品使得它们的价值最大化。 贪心算法的实现方式通常有两种：

基于贪心策略的直接实现，通常需要对问题进行适当抽象，确定贪心策略和贪心选择。 基于动态规划的贪心算法，将问题划分为子问题，通过求解子问题的最优解来构建全局最优解。

• Dijkstras算法 ： Dijkstra算法（也叫单源最短路径算法）
• Ford-Fulkerson
• Huffman-Coding
• Kruskals
• Prims