贪心算法产生最优解的条件 贪心选择性：若一个优化问题的全局最优解可以通过局部最优选择得到，则该问题具有贪心选择性。 一个问题是否具有贪心选择性需要证明。 最优子结构：若一个优化问题的优化解包含它的子问题的优化解，则称其具有最优子结构。

使用贪心算法设计思想设计算法实现找零钱问题。一个小孩买了价值少于1美元的糖，并将1美元的钱交给售货员。售货员希望用数目最少的硬币找给小孩。假设提供了数目不限的面值为25美分、10美分、5美分、及1美分的硬币。售货员分步骤组成要找的零钱数，每次加入一个硬币。选择硬币时所采用的贪心准则如下：每一次选择应使零钱数尽量增大。为保证算法的可行性（即：所给的零钱等于要找的零钱数），所选择的硬币不应使零钱总数超过最终所需的数目。

天大算法课作业，使用贪心算法实现找零钱的问题，内附实验报告以及代码。

使用贪心算法解决多重背包问题（物体可拆分）的具体C++代码

C++，算法设计与分析，贪心算法，管道问题，你不会后悔下载这个资源的，解压代码有24KB

java单源最短路径（贪心算法） public class TheShortestWay { static int MAX_SIZE = 6; public static void dijkstra(int v, float[][] a, float[] dist, int[] prev) { int n = dist.length - 1; if (v < 1 || v > n) return; boolean[] s = new boolean[n + 1]; for (int i = 1; i <= n; i++) { dist[i] = a[v][i]; s[i] = false; if (dist[i] == Float.MAX_VALUE) prev[i] = 0; else prev[i] = v;

详细的背包问题和超市找零问题的解说， 代码详细，注释清除，方便使用

假设要在足够多的会场里安排一批活动，并希望使用尽可能少的会场。设计一个有效的贪心算法进行安排。(这个问题实际上是著名的图着色问题。若将每一个活动作为图的一个顶点，不相容活动间用边相连。使相邻顶点着有不同颜色的最小着色数，相应于要找的最小会场数。) 编程任务： 对于给定的k(k<=3000)个待安排的活动，编程计算使用最少会场的时间表。 Input 每组测试数据的第一行是1 个正整数k，表示有k个待安排的活动。接下来的k行中，每行有2个正整数，分别表示k个待安排的活动开始时间和结束时间。时间以0 点开始的分钟计。 Output 输出最少会场数，每个答案一行 Sample Input 5 1 23 12 28 25 35 27 80 36 50 Sample Output 3

贪心法求解最优服务次序问题-设有n个顾客同时等待一项服务。顾客i需要的服务时间为ti, 1≦i ≦n，共有s处可以提供此服务。应如何安排n个顾客的服务次序才能 使平均等待时间达到最小? 平均等待时间是n个顾客等待服务时间的总和除以n。

算法设计与分析_第4章_贪心算法2.pdf