面试官："讲一下贪心算法吧。"
我："额..."（手指不自觉地敲了两下桌子，大脑开始紧急检索）
什么是贪心算法？
想象你在玩一个捡金币的游戏，规则是：每次只能捡离你最近的那枚金币。贪心算法就是这种"每次只选眼前最好"的策略。
举个生活例子：零钱兑换
情况1：能用贪心法
你有面额1元、2元、5元的硬币，要凑11元，最少需要几个硬币？
贪心法做法：
- 先拿最大的5元：还剩6元
- 再拿5元：还剩1元
- 拿1元 总共：3个硬币（5+5+1）✅ 这是最优解
情况2：贪心法会出错
如果只有1元、3元、4元硬币，要凑6元：
贪心法：
- 拿最大的4元：还剩2元
- 拿1元：还剩1元
- 拿1元 总共：3个硬币（4+1+1）❌ 其实最优解是2个3元硬币（3+3）
贪心算法三句话原则
- 眼前最优：每一步都选当前看起来最好的选择
- 不后悔：选了就不回头，不考虑对未来的影响
- 简单快速：计算速度快，但可能不是最佳答案
常见应用场景
-
教室安排：选最多能在同一个教室上的课
- 每次都选最早结束的课，这样能安排更多课
-
找零钱：硬币面额合适时（如1/2/5元）
-
最短路径：导航软件找最近的路
为什么叫"贪心"？
因为它像贪吃的人：
- 看到好吃的（当前最优）就马上吃掉
- 不考虑后面会不会有更好吃的
- 有时候能吃饱（得到最优解），有时候会错过大餐（不是最优解）
代码示例（Python）
# 教室安排问题（选最多课）
def select_class(classes):
# 按结束时间排序
classes.sort(key=lambda x: x[1])
selected = [classes[0]]
for current in classes[1:]:
# 当前课开始时间 >= 最后选的课的结束时间
if current[0] >= selected[-1][1]:
selected.append(current)
return selected
# 测试：每个课是（开始时间，结束时间）的元组
classes = [(1,3), (2,4), (3,5), (4,6)]
print(select_class(classes)) # 输出 [(1,3), (3,5)] 可以选两节课
什么时候能用贪心算法？
记住两个条件：
- 局部最优=全局最优：每一步的最好选择能导致最终最好结果
- 不能反悔：选择后不影响之前的选择
就像考试做题：
- 如果每题独立（做对前一题不影响后一题），可以每题选最有把握的先做（贪心法）
- 如果题目有关联（比如后面要用前面结果），就不能用贪心法
总结一句话
贪心算法就是："不管以后怎样，现在先拿最好的！" —— 简单粗暴，但有时候很有效。
