相较于完全贪心的单点爬山算法，模拟退火用概率接受新解的方式，对贪心法容易陷入局部最优解的缺陷进行了改进，是一种常用的在大的搜索空间中逼近全局最优解的元启发式方法。这里先大致描述算法。

相同点：动态规划法与分治法和贪心法类似，它们都是将问题实例归纳为更小的、相似的子问题，并通过求解子问题产生一个全局最优解。

假设你是一位很棒的家长，想要给你的孩子们一些小饼干。但是，每个孩子最多只能给一块饼干。对每个孩子i，都有一个胃口值gi，这是能让孩子们满足胃口的饼干的最小尺寸；并且每块饼干j，都有一个尺寸sj。如果sj>=gi，我们可以将这个饼干j分配给孩子i，这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子，并输出这个最大数值。注意：你可以假设胃口值为正。一个小朋友最多只能拥有一块饼干。示例1:输入:[1

换言之，贪心法并非从总体最优考虑，它所做出的选择仅仅是在某种意义上的局部最优。贪心算法对于大部分的优化问题都能产生最优解

螺旋矩阵（Leecode54）&跳跃游戏（Leecode55）54.螺旋矩阵题目思路55.跳跃游戏题目思路方法一运用动态规划法(dpdpdp)方法二贪心法参考资料54.螺旋矩阵题目给定一个包含mxn个元素的矩阵

介绍贪心法，又称贪心算法、贪婪算法、或称贪婪法，是一种在每一步选择中都采取在当前状态下最好或最优（即最有利）的选择，从而希望导致结果是最好或最优的算法。

1.题目描述：点击打开链接2.解题思路：这道题利用贪心法，由于横坐标和纵坐标没有任何关系，因此可以分别处理。

贪心法每次选择较大的图片拼接在一起，空隙地方用小图片填充。动态规划：每次选择最优的算法，基于这个最优的算法逐级形成最优算法。相比而言，贪心算法

浅谈树的直径定义：树的直径指树上最长链（最远点对）求解：树的直径存在两种求解方式均为O（n）复杂度，其各有优劣1.贪心法任取一点作为起点，找到树上距离该点的最远点，记作st，再以st为起点，找到树上距离

解法一：贪心法我们看完题后，会发现最终结果一定是从前往后最长的公共子串，而且

1、题目描述给定一个非负整数数组，你最初位于数组的第一个位置。数组中的每个元素代表你在该位置可以跳跃的最大长度。判断你是否能够到达最后一个位置。2、示例输入:[2,3,1,1,4]输出:true解释:我们可以先跳1步，从位置0到达位置1,然后再从位置1跳3步到达最后一个位置。输入:[3,2,1,0,4]输出:false解释:无论怎样，你总会到达索引为3的位置。但该位置的最大跳跃长度是0，所以你永远

1、题目描述给定一个整数数组nums，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。2、示例输入:[-2,1,-3,4,-1,2,1,-5,4],输出:6解释:连续子数组[4,-1,2,1]的和最大，为6。3、题解基本思想：贪心算法，最大和的连续子序列一定是以正数开始正数结束，那么当前元素为正数并且当前元素加上下一个元素也为正数，保存两元素和存入下一个元素位置这也就是局部

3、题解解法一贪心法这是一道典型的贪心法，时间复杂度O(n)，使用动态规划或者递

做法就是：排序+贪心法。。。很标准的解题方式2原题Thereareanumberofsphericalballoonsspreadintwo-dimensionalspace.

贪心算法通常也会结合其他知识点一并考察（如排序、栈、堆排序等）（预备知识）贪心法求解钞票问题这里有几种不同面额的钞票，1元、5元、10元、20元、100元、200元的钞票无穷多张，现在使用这些钞票去支付

题目描述：格雷编码是一个二进制数字系统，在该系统中，两个连续的数值仅有一个位数的差异。给定一个代表编码总位数的非负整数n，打印其格雷编码序列。格雷编码序列必须以0开头。来源：力扣（LeetCode）链接：https://leetcode-cn.com/problems/gray-code解题思路：当n=1时：0,1当n=2时，仅需对n=1的所有结果最高位添加1&&&并且逆序添加0,110,11->

那么这道题的思路就是使用一个贪心法，使用一个步进指针，用一个上界指针。每次遍历的时候，不停的更新上界指针的位置（也就是当前位置+当前可以跳到的位置），知道看你能遇到结尾吗？

定义动态规划与贪心法类似，但不同的是动态规划是讲究整体最优解，它的当前步做出的最优解与之前的每一步的状态有关，而贪心法当前步得出的最优解只与上一步的状态有关。动态规划主要难在模型的建立。

1.摘要：关于LIS部分，本篇博客讲一下LIS的概念定义和理解，以及求LIS的三种方法，分别是O(n^2)的DP，O(nlogn)的二分+贪心法，以及O(nlogn)的树状数组优化的DP，最后附上几道非常经典的

第二种方法使用贪心法。

欢迎交流简单贪心贪心法总是考虑当前状态的局部最优，从而全局结果达到最优。贪心法的证明使用反证法证明策略最优，然后用数学归纳法保证全局最优。

基于贪心算法的几类区间覆盖问题（1）区间完全覆盖问题问题描述：给定一个长度为m的区间，再给出n条线段的起点和终点（注意这里是闭区间），求最少使用多少条线段可以将整个区间完全覆盖样例：区间长度8，可选的覆盖线段[2,6],[1,4],[3,6],[3,7],[6,8],[2,4],[3,5]解题过程:1将每一个区间按照左端点递增顺序排列，拍完序后为[1,4]，[2,4]，[2,6]，[3,5]，[3

过去我们用过贪心法解决此类问题，包括本人在百度面试时，也是用的贪心法（面试官对这个解答不满意），贪心法只适用于硬币特殊的情况下（1,3,5），如果现在硬币的面值为10,7,3,1，要求给出21的找零方案

面试题贪心法是面试中经常考到的问题：任务调度问题（Google面试题）N个job，所有job都一样，M台机器，每个机器i处理job的时间是ci，求最短时间把job都弄完相当于M条队列，放不同宽度的砖头，

解题思路：方案一、耗时最少的人作为传递，即使用贪心法：每次都由耗时最少的人陪同过河，同时将电筒返回T(n)=T

can-place-flowers题目描述假设你有一个很长的花坛，一部分地块种植了花，另一部分却没有。可是，花卉不能种植在相邻的地块上，它们会争夺水源，两者都会死去。给定一个花坛（表示为一个数组包含0和1，其中0表示没种植花，1表示种植了花），和一个数n。能否在不打破种植规则的情况下种入n朵花？能则返回True，不能则返回False。示例1:输入:flowerbed=[1,0,0,0,1],n=1

但是贪心法无法这样做，它取到的往往只是局部最优的。在某些情况下贪心法可以保证最后的结果就是最优，但是要证明其是最优的，就得用数学归纳法去证明。它给我们提供的一个思路是：在我们想到一个可行的策略之后

，adaboost，gbdt，xgboost1.与LightGBM相比，xgboost明显的不足：1）xgBoosting采用预排序，在迭代之前，对结点的特征做预排序，遍历选择最优分割点，数据量大时，贪心法耗时

·贪心法读取符号。经典的例子如a/*p和a---b。需要避免误会的话可以加空格或括号。·注意10和010表达的含义截然不同

定义:最小支配集:对于图G=(V,E)来说,最小支配集指的是从V中取尽量少的点组成一个集合,使得V中剩余的点都与取出来的点有边相连.也就是说,设V'是图的一个支配集,则对于图中的任意一个顶点u,要么属于集合V',要么与V'中的顶点相邻.在V'中除去任何元素后V'不再是支配集,则支配集V'是极小支配集.称G的所有支配集中顶点个数最少的支配集为最小支配集,最小支配集中的顶点个数称为支配数.最小点覆盖:

不相交区间问题：问题描述：有n项工作，每项工作分别在si时间开始，ti时间结束。对于每项工作，你都可以选择是否参与，如果选择了参与，那么自始至终都必须全程参与。此外，参与工作的时间段不能重复（即使是开始的瞬间和结束的瞬间的重叠也是不允许的）。你的目标是参与尽可能多的工作，那么最多能参与多少项工作？输入：第一行：n第二行：n个整数空格隔开，代表n个工作的开始时间第三行：n个整数空格隔开，代表n个工作

5、贪心法。c编译器将尽可能多的字符当做一个操作符，

想到用贪心法，但是贪心法的结果是不正确的。(2)于是想到动态规划，动态规划的重点是找状态转移方程，需要状态记录的数组f(因为最终要求的是大炮个数，所以f的值记录当前状态的大炮个数)。

分析：贪心法即可求得最优解。贪心策略是优先拿“价值除以重量的值”最大的，直到重量和正好为C。

A1033题目链接本题思路对于我这个新手来讲，在处理这道题的逻辑时，还是费了些周折的，下面来讲一下这道题的具体思路：很明确这道题是使用贪心法首先对所有加油站按距离远近进行排序；查找出可行范围内，距离当前加油站最近的

广度优先总结1.在各个方向上都有同样的探索。对于一个图他的广度优先遍历的步骤：1.利用队列实现2.从源节点开始依次按照宽度进队列，然后弹出3.每弹出一个节点，就把该节点所有没有进过队列的邻接点放入队列4.直到队列变空frontier=Queue()frontier.put(start)came_from={}came_from[start]=Nonewhilenotfrontier.empty()

团体程序设计天梯赛-练习集L2-003.月饼https://www.patest.cn/contests/gplt/L2-003先进行按单价排序，再贪心法加起来。

01背包分支限界法伪代码：输入：n个物品的重量w[n]，价值v[n]，背包容量W输出：背包获得的最大价值和装入背包的物品1.根据限界函数计算目标函数的上界upbound，采用贪心法得到下界downbound

为啥把这两个问题放在一起？因为这两个问题可以用同样的程序来实现！！请注意刘汝佳算法竞赛入门经典在进行区间选点问题的讨论时，有一句话没有任何意义：b相同时a从大到小排序因为排不排结果没有任何区别程序实现的思路是把所有的边按照右端点从小到大排序设置一个tmp初值为极小值，然后考虑每一条边，每次都拿这条边的左端点和tmp进行比较如果当前边左端点的值大于tmp,就将当前边右端点的值赋值给tmp,同时结果+

正在网易云课堂学习王宏志老师的算法设计与分析入门篇课程视频，将学习中的作业问题发上来与大家一同讨论。这篇是对第五周的作业第三题个人的一些思路，希望与大家一同学习。课程调度题目内容：有n个人，要完成2门课程。其中第i个人学习一门课程所需要的时间是ti。每个人同一时刻只能修一门课程，每门课程同一时刻只能被一个人修，中间不能中断。问所有人都修完2门课程，至少需要多少时间。输入格式:输入的第一行包含一个整

在书中，作者分析两种解法解法一是贪心，最后得到的结论是：贪心不成立解法二是dp，也类似于递归，最后是成立的在这里我们重点分析贪心法不成立的原因，以及如何改进贪心法的适用有两个必要条件，即优化子结构和贪心选择性

目录Poj1328–RadarInstallationPoj1042–GoneFishing最优服务次序汽车加油问题删数问题Poj1328–RadarInstallation题目链接：Poj1328题目大意:就是给你n个岛，在x轴的上方，要你在x轴上选择最少的雷达数覆盖这n个岛，雷达的范围是d，输入n，d，并给出n个岛的(x，y)坐标，求出最少的雷达数，来覆盖这些岛屿。解析：利用贪心的选择，求出每

贪心策略的基本思想定义：贪心法是一种解决最优问题的策略。它是从问题的初始解出发，按照当前最佳的选择，把问题归纳为更小的相似的子问题，并使子问题最优，再由子问

此题来源于BestCode第20期第二题。简单介绍下题意：给一组区间，求在大的区间覆盖数。每组测试数据小于100000，每个区间的范围数Xi、Yi小于10的9次方.想法：①看完题的第一反应联想到的是校门外的数，可以类似的开一个相应的数组表示区间，初始化为0，表示被覆盖的次数。每输入一个区间，将对应的区间+1。最后遍历一遍数组，输出最大值即可。但是仔细审题后发现不可以这么做，Xi与Yi的最大值过大，

这样的盲目贪心是错误的对于这样一组数据：620304060891来说，如果按照上述贪心法则，结果得到20301，正解应为201二分答案！

后文所讨论的两种算法都运用了贪心方法，但在如何运用贪心法上却有所不同。下列的算法GENERNIC-MIT正是采用了贪心策略，每步形成最小生成树的一条边。

贪心法的简介：能用贪心法求解的问题的解可以表示成n-元组，一一考察解集中的每一个看他是否满足约束条件。使得目标函数取得最大值。能用贪心法求解的问题，有最优子结构和符合贪心选择性质。

好好理解贪心法：1）当人数4时，a,b

ACM题集：https://blog.csdn.net/weixin_39778570/article/details/83187443P1090合并果子题目链接:https://www.luogu.org/problemnew/show/P1090题解:每次取最小的两个进行合并#include#definefo(i,j,n)for(registerinti=j;i,greater>pq;intn

#include#includeusingnamespacestd;intmain(){intn,i,j,u,v,min,edgecount=0,tsplength=0;cout>n;int*flag=newint[n];for(inti=0;i>arc[i][j];//纠正用户输入的数据for(i=0;i";while(edgecount";u=v;}tsplength+=arc[u][0];c