在求解一个问题的过程中，每次选择都是当前最优解（即局部最优解，而非全局最优解）

贪婪算法使用场景：
1，遇到NP完全问题（没有快速算法的问题，即没有全局最优解）时
2，暂时没有想到更好的解法时，因为贪婪算法思路通常会相对简单

贪婪算法问题如背包问题，教室安排问题，广播问题

NP完全问题：简单定义为是，以难著称的问题，如旅行商人问题和集合覆盖问题。
例：（集合覆盖问题）
假如你需要将一则新闻广播到50个州，每个广播站都能广播一定数量的州，且都需要费用（假设费用相同），因此希望用到的广播站尽可能少。设计算法求出最小广播集合。

算法思路：假定一个州集合。每次选取一个广播，选取原则为当前广播占包含数量最多的未覆盖州。
直到需求州数目为0为止。

贪婪算法即属于近似算法的一种。判断一个近似算法的优劣标准如下：
1，速度有多快
2，得到的近似解和最优解的接近程度

如果能够判断一个问题是NP完全问题，则可以不必寻找最优解，直接使用近似算法即可。
那么，如何判断NP完全问题呢？