首先我们应该知道，贪心算法和分治算法、回溯算法、动态规划四种算法。只能说是几种是算法思想，而并不是具体的算法，我们学会他们的目的是来指导我们设计具体的算法和编码等。
贪心算法，又称为贪婪法，即在对问题进行求解时，总是考虑当前情况下的最优解（如同人一样，在面对一些情况时，总是选择当前情况的最优解），而不是全局考虑下的最优解。
这种方法就是将整个事件分为若干个步骤，每一个步骤都按照贪心的策略，选取当前情况下的最优的选择（局部最优），然后希望这所有最优解堆叠出来的结果也是最优解。
基本步骤
- 将一个大的问题分解为若干步（比如去走亲戚要走n段路）
- 每一步都使用贪婪算法，找到每一步的最优解（如果每段路都有n种走法，则选取最优的路段）
- 将所有部分的最优解构成为大的问题的一个解（将n段路合到一块）
贪心算法存在的问题
- 因为每一步都仅仅按照当前情况的最优解来选择，所以当按照全局考虑时，并不一定是最优解
- 不能用来求最大最小问题，因为结果本来就不一定是最优解
适用对象
局部最优解合起来也是全局的最优解
再举上面走路的问题，进行分析,当我们面对如何走路时，当不知道整体情况如何时，该怎样选择路程呢。即每走到一个路口都选择当前情况下的最短路径。
第一步：
整段路程可以分为n段
第二步：
每个分叉即为不同的选择，红色即为每一段的最优解
- 当在A时，有AC,AB两条路，选择短的AB。
- 在B点时有BD,BE选择最优解BE。
- 在E点时，有EF,EG，选择最优解EG。
- 在G点时，无法选择，则只能走G->AA这条路。
第三步：
将每一段的最优解合并起来，即为这段路程的一种解决方法（A->B->E->G->AA）
实际情况
如上图从A点走到AA点，看似红线是每一步的都是当前情况下的最优解，但是从整体来看A->C->AA才是整体情况下的最优解，所以贪心算法也存在很大问题，使用贪心算法，尽管每一步得到的结果都是最优解；但是从整体来看，得到的并非最优解。
或者另一个例子
现在有重为100千克，80千克和1千克的石头，当需要总重量一定时，如何选择才能使石头数量最少。
分析：
如果按照贪心算法来写的话，若要使石头数量最少，则需要先选择重量最大的石头，然后在往下找。
此时若需要240千克石头，按照贪心算法则石头组成为2*100千克+40*1千克，42块石头
而实际最少方案为3*80千克，3块石头。
所以在使用时，一定要分析好贪心算法的思想是否适用，从而再确定出最好的思想方法。