貪心演算法（又稱貪婪演算法）是指，在對問題求解時，總是做出在當前看來是最好的選擇。也就是說，不從整體最優上加以考慮，演算法得到的是在某種意義上的區域性最優解。
貪心演算法不是對所有問題都能得到整體最優解，關鍵是貪心策略的選擇。
演算法思路
貪心演算法一般按如下步驟進行：
①建立數學模型來描述問題。
②把求解的問題分成若干個子問題。
③對每個子問題求解，得到子問題的區域性最優解。
④把子問題的解區域性最優解合成原來解問題的一個解。
貪心演算法是一種對某些求最優解問題的更簡單、更迅速的設計技術。貪心演算法的特點是一步一步地進行，常以當前情況為基礎根據某個優化測度作最優選擇，而不考慮各種可能的整體情況，省去了為找最優解要窮盡所有可能而必須耗費的大量時間。貪心演算法採用自頂向下，以迭代的方法做出相繼的貪心選擇，每做一次貪心選擇，就將所求問題簡化為一個規模更小的子問題，通過每一步貪心選擇，可得到問題的一個最優解。雖然每一步上都要保證能獲得區域性最優解，但由此產生的全域性解有時不一定是最優的，所以貪心演算法不要回溯
演算法特性

貪心演算法可解決的問題通常大部分都有如下的特性：
1、有一個以最優方式來解決的問題。為了構造問題的解決方案，有一個候選的物件的集合：比如不同面值的硬幣。
2、隨著演算法的進行，將積累起其他兩個集合：一個包含已經被考慮過並被選出的候選物件，另一個包含已經被考慮過但被丟棄的候選物件 。
3、有一個函式來檢查一個候選物件的集合是否提供了問題的解答。該函式不考慮此時的解決方法是否最優 。
4、還有一個函式檢查是否一個候選物件的集合是可行的，即是否可能往該集合上新增更多的候選物件以獲得一個解。和上一個函式一樣，此時不考慮解決方法的最優性。
5、選擇函式可以指出哪一個剩餘的候選物件最有希望構成問題的解。
6、最後，目標函式給出解的值。
使用條件
利用貪心法求解的問題應具備如下2個特徵 。
1、貪心選擇性質
一個問題的整體最優解可通過一系列區域性的最優解的選擇達到，並且每次的選擇可以依賴以前作出的選擇，但不依賴於後面要作出的選擇。這就是貪心選擇性質。對於一個具體問題，要確定它是否具有貪心選擇性質，必須證明每一步所作的貪心選擇最終導致問題的整體最優解 。
2、最優子結構性質
當一個問題的最優解包含其子問題的最優解時，稱此問題具有最優子結構性質。問題的最優子結構性質是該問題可用貪心法求解的關鍵所在。在實際應用中，至於什麼問題具有什麼樣的貪心選擇性質是不確定的，需要具體問題具體分析。
解題策略
貪心演算法不從整體最優上加以考慮，所做出的僅是在某種意義上的區域性最優選擇。使用貪心策略要注意區域性最優與全域性最優的關係，選擇當前的區域性最優並不一定能推匯出問題的全域性最優。貪心策略解題需要解決以下兩個問題：
1、該問題是否適合使用貪心策略求解，也就是該問題是否具有貪心選擇性質；
2、制定貪心策略，以達到問題的最優解或較優解。
要確定一個問題是否適合用貪心演算法求解，必須證明每一步所作的貪心選擇最終導致問題的整體最優解。證明的大致過程為：首先考察問題的一個整體最優解，並證明可修改這個最優解，使其以貪心選擇開始，做了貪心選擇後，原問題簡化為規模更小的類似子問題。然後用數學歸納法證明通過每一步做貪心選擇，最終可得到問題的整體最優解 [5] 。
存在問題
貪心演算法也存在如下問題：
1、不能保證解是最佳的。因為貪心演算法總是從區域性出發，並沒從整體考慮 ；
2、貪心演算法一般用來解決求最大或最小解 ；
3、貪心演算法只能確定某些問題的可行性範圍。