视频字幕
贪心算法是一种简单而直观的算法策略。它的核心思想是在每一步选择中，都采取当前状态下看起来最好的选择，希望通过一系列局部最优选择最终达到全局最优解。就像这个例子中，我们总是选择当前可用选项中数值最大的那个，这就是贪心选择的体现。
贪心算法有四个标准的执行步骤。首先建立数学模型，明确问题的目标和约束条件。然后把求解过程分解成若干个步骤，每个步骤都有明确的选择标准。接下来在每一步都应用贪心原则，选择当前状态下的最优解。最后将所有局部最优解合成为问题的最终解。这个流程确保了算法的系统性和可操作性。
找零钱问题是贪心算法的经典应用。假设我们有1元、5角、1角面额的硬币，需要找零6角7分。贪心策略是优先选择最大面额的硬币。首先选择5角硬币1个，剩余1角7分。然后选择1角硬币1个，剩余7分。最后选择7个1分硬币。总共使用9个硬币完成找零，这就是贪心算法得到的解。
活动选择问题是另一个经典的贪心算法应用。我们需要在一个会议室中安排最多的不冲突活动。有5个活动，每个都有开始和结束时间。贪心策略是按结束时间排序，然后依次选择不冲突的活动。首先选择最早结束的活动A，然后选择与A不冲突且最早结束的活动C，最后选择活动E。活动B和D因为时间冲突被排除。最终选中3个活动，这就是贪心算法的最优解。
贪心算法有明显的优缺点。优点包括算法简单易懂，实现容易，时间复杂度通常较低，执行效率高。但缺点也很明显，不能保证得到全局最优解，适用范围有限，只有满足贪心选择性质的问题才能使用。与动态规划相比，贪心算法速度更快但可能得到次优解。与暴力搜索相比，贪心算法效率高但不保证最优。因此选择算法时需要根据具体问题的特点和要求来决定。