二叉树的递归套路暂时先告一段落了，今天来聊聊贪心算法。
一、什么是贪心算法
1、最具自然智慧的算法
用最普通的思维就能想到的解决方法。
2、用一种局部最功利的标准，总是做出在当前看来是最好的选择
3、难点在于证明局部最功利的标准可以得到全局最优解
4、对于贪心算法的学习主要以增加阅历和经验为主
对于每一个利用贪心算法求解的题目，实际采取的贪心策略都是不同的，也就是说当前的贪心策略并不能帮助你解决另外的贪心题目，但是能够增加你的经验，让你学会如何尝试。
5、只要能够使用对数器校验策略是对的即可
对于每一个贪心策略，在提出之初，不能举出明显的反例，我们就可以尝试按此写出代码来，然后用最暴力的方式写出对数器来校验，校验通过则说明我们的贪心策略是对的，否则就需要换一个贪心策略了。
至于如何去证明验证通过的贪心策略真的就是对的，这不是我们需要关心的事情，把证明留给做学术研究的就可以了。
二、从头到尾讲一道贪心算法的题目
1、题目描述
给定一个由字符串组成的数组strs，必须把所有的字符串拼接起来，返回所有拼接结果中，字典序最小的结果。
字典序定义：Java中字符串的排序方式，比如 “abc” 和 “bce”相比，“abc” 第一位a的ASCII码小于 “bce” 第一位b的ASCII码，所以 “abc” < “bce”，所以“abc”的字典序更小。对于位数不等的字符串，“abc” 和 “be”，从各自的第一位开始比较，“abc”的a小于“be”的b，所以“abc” < "be"。
2、思路
（1）错误的
可能最直观的解法就是，所有字符串按字典序先排序，将排序后的字符串依次拼接起来就是最后的结果。
反例：["b", "ba"]，各字符串按字典序先排序的结果是["b", "ba"]，最后拼接的字符串是"bba"，但是本例的最终结果是"bab"，因为"bab" < "bba"。所以这样的贪心策略是错的。
（2）正确的
对于任意两个字符串 A和B，如果 A与B 的拼接结果小于 B与A 的拼接结果则A排在前面，否则B排在前面，按照这样的策略将整个字符串数组先排序一遍，再将排序后的数组挨个拼接起来得到的结果就是最终的结果。
这时候就存在一个问题了，对于任意的使用贪心策略求解的题，贪心策略的提出是比较容易的，但是如何证明它是正确的就比较难了。
不要忘了，我们有对数器啊，我们可以使用最暴力的解法获取正确答案，再和我们贪心策略获得的结果进行比较，不等则说明我们的贪心策略存在问题，那么，赶紧换另外的贪心策略。
总结：任何贪心策略都是先提出再证明，既然我们有对数器，我们何必再花大力气去用证明的方式来确定贪心策略的正确性呢？证明还是留给做学术研究的人来做吧。
3、笔试面试中出现的概率
贪心算法在笔试中出现的概率更高，在和面试官直接面试时，出现的概率反而不高。为啥？
因为贪心策略的代码都很简单，定义好比较的标准，也就是定义好比较器，按照此标准排序或使用堆，最后就得到结果了。也就是说
（1）起不到考察Coding的作用，只要定义好标准，然后使用排序或堆就能得到结果了；
（2）贪心策略的区分度不够，想对了策略就是满分，没有想对就是0分，分不出各种层次来；
4、代码
/**
* @author Java和算法学习：周一
*/
public static class MyComparator implements Comparator {
@Override
public int compare(String o1, String o2) {
return (o1 + o2).compareTo(o2 + o1);
}
}
public static String lowestDictionary(String[] str) {
if (str == null || str.length < 1) {
return null;
}
Arrays.sort(str, new MyComparator());
StringBuilder result = new StringBuilder();
for (String s : str) {
result.append(s);
}
return result.toString();
}
是不是发现只要贪心策略想好了，代码是及其的简单。
三、会议室问题
1、题目描述
一些会议要占用一个会议室宣讲，会议室不能同时容纳两个会议的宣讲。给你每个项目的开始时间和结束时间，你来安排宣讲的日程，要求会议室进行宣讲的场次最多。返回最多的宣讲场次数量。
2、贪心策略
可能我们会有以下的一些贪心想法：
（1）哪个会议开始时间早，我就安排这个会议。那这个想法对不对呢？
反例：[8, 21]，[9, 10]，[10, 12]，[15, 20]，很明显开始时间最早的会议是[8, 21]，但是安排了这个会议后，其他的会议就安排不了了，但是此时的最优解是安排[9, 10]，[10, 12]，[15, 20]三个会议，所以这个想法不成立。
（2）哪个会议持续时间短，我就安排这个会议。那这个想法对不对呢？
反例：[8, 15]，[14, 18]，[17, 24]，很明显会议持续时间最短的是[14, 18]，但是选了这个会议其他两个就不能选了，但是此时的最优解是安排[8, 15]，[17, 24]两个会议，所以这个想法不成立。
（3）哪个会议结束时间早，我就安排这个会议。那这个想法对不对呢？
对（至少目前看来是对的）。因为当前不能明显举出反例来，但是我们还得拿对数器来校验是否真的对。至于证明，留给做学术研究的来做吧。
3、思路
所有会议先根据结束时间按从小到大排序。
安排第一个会议A，将剩下会议的开始时间小于A会议结束时间的会议剔除，
剩下的再安排第一个会议B，将剩下会议的开始时间小于B会议结束时间的会议剔除，直到没有可以安排的会议。
4、代码
/**
* 假设会议开始时间和结束时间都是 大于0 的数值
*
* @author Java和算法学习：周一
*/
public static int bestArrange(Meeting[] meetings) {
// 所有会议先根据结束时间按从小到大排序
Arrays.sort(meetings, (o1, o2) -> o1.end - o2.end);
// 已经安排的会议数量
int result = 0;
// 当前所处时间点
int timeLine = 0;
// 遍历所有会议，结束时间早的已经在前
for (Meeting meeting : meetings) {
// 剩下会议的开始时间在此时会议结束时间之后，则安排剩下会议中的第一个会议
if (meeting.start >= timeLine) {
result++;
timeLine = meeting.end;
}
}
return result;
}