贪心算法：解决优化问题的可贪心选择性质和最优子结构性质的算法

贪心算法：解决优化问题的可贪心选择性质和最优子结构性质的算法

概述：
贪心算法是一种常见的解决优化问题的算法，它通过每一步选择当前状态下的最优解，从而最终达到全局最优解。贪心算法的核心思想是在每一步选择中都做出局部最优的选择，以期望最终的全局解也是最优的。贪心算法通常易于理解和实现，但并不是所有问题都适用贪心算法。

特点：

• 贪心选择性质：通过局部最优解来构造全局最优解。
• 最优子结构性质：问题的最优解包含其子问题的最优解。

应用场景：
贪心算法常用于解决一些最优化问题，如图论、调度问题、路径搜索等。在实际编程中，贪心算法常常与其他算法结合使用，或作为其他算法的辅助工具。

算法实现：
下面以一个经典的背包问题为例，演示贪心算法的实现过程。

问题描述：
有一个背包，容量为C。现有n个物品，每个物品有自己的重量w和价值v。要求在不超过背包容量的情况下，选择一些物品放入背包，使得背包中物品的总价值最大。

贪心算法解决思路：

1. 计算每个物品的单位重量价值（v/w）。
2. 按照单位重量价值从大到小对物品进行排序。
3. 依次将单位重量价值最高的物品放入背包，直到背包无法再放入为止。

代码实现（Python）：

def knapsack_greedy