贪心算法框架

1. 框架 

Algorithm Greedy(Problem):
    Input: 问题实例 Problem
    Output: 解集合 Solution
    
    // 1. 预处理阶段（通常需要排序）
    SortedItems ← Sort(Problem.items)  // 按贪心策略排序
    
    // 2. 初始化解集合
    Solution ← ∅
    
    // 3. 主循环：逐步构建解
    for each item in SortedItems do:
        // 3.1 可行性检查
        if IsFeasible(Solution ∪ {item}) then:
            Solution ← Solution ∪ {item}
            
        // 3.2 提前终止条件（可选）
        if IsComplete(Solution) then:
            break
    
    // 4. 返回最终解
    return Solution

2. 解决哪些问题

贪心算法适用于特定类型的优化问题，其核心是通过局部最优选择逐步逼近全局最优解。适用的问题需满足‌贪心选择性质‌（局部最优能导向全局最优）和‌最优子结构性质‌（子问题的最优解可组合为全局解）。主要解决以下问题：

🔧 一、经典问题类型

1. ‌活动调度问题‌

   • 从互斥活动中选择最大兼容子集（如按结束时间排序后贪心选择）。
   • ‌典型场景‌：会议室安排、课程排期。

2. ‌最小生成树问题‌

   • 在带权图中生成连接所有顶点的最小权重树。
   • ‌算法‌：Kruskal（按边权升序选择）和Prim（从点扩展最小边）。

3. ‌最短路径问题‌

   • 求单源点到其他顶点的最短路径。
   • ‌算法‌：Dijkstra（优先队列选择当前最短路径节点。

4. ‌背包问题（分数背包）‌

   • 物品可拆分时，按单位价值降序装入背包，使总价值最大。</