在动态规划中，我们在每一步都要综合考量多个子问题的结果才能做出决策。贪心算法则截然相反：每一步只取当前看起来最好的那个选项，做完决定就不再回头。这种"活在当下"的策略听起来过于草率，但在相当广泛的一类问题中，它竟然能导出全局最优解。这是为什么？理论上的答案，藏在拟阵这个优美的代数结构之中。
一、贪心策略成立的两个条件
讨论贪心算法时，我们仍然会提到最优子结构，但它的含义与动态规划中略有不同。在贪心语境下，最优子结构指的是：做出一个贪心选择后，剩余的子问题与原问题具有相同的形式，且子问题的最优解与贪心选择合并即可得到原问题的最优解。
但真正使贪心区别于动态规划的是另一个更强的条件------贪心选择性质：全局最优解可以通过一系列局部最优选择得到。换言之，存在至少一个全局最优解，它包含贪心算法在第一步所选的元素。
证明贪心选择性质的通用策略是"交换论证法"：假设存在一个不包含贪心选择的最优解，通过将其中某个元素替换为贪心选择，可以构造出一个不差于原最优解的新解，且新解包含贪心选择。一次应用后，问题规模缩减，归纳即得全部。
需要特别强调的是，与动态规划不同，贪心算法并不需要所有子问题都是最优的------它只需要证明那个被贪心选择覆盖的子问题存在最优解。
二、拟阵：贪心正确性的代数根基
许多贪心算法的正确性可以统一地归结到拟阵结构上。拟阵的定义源自线性代数中"线性无关"概念的抽象化，由Whitney于1935年引入。
一个拟阵 M=(S,I)M=(S,I) 由一个有限非空集合 SS 和 SS 的一族子集 I⊆2SI⊆2S 构成，II 中的元素称为独立集。拟阵必须满足三条公理：
-
空集独立性：∅∈I∅∈I。
-
遗传性：若 A∈IA∈I 且 B⊆AB⊆A，则 B∈IB∈I。即独立集的任意子集仍是独立集。
-
交换性：若 A,B∈IA,B∈I 且 ∣A∣<∣B∣∣A∣<∣B∣，则存在 x∈B∖Ax∈B∖A 使得 A∪{x}∈IA∪{x}∈I。这是拟阵最核心的性质，它保证了从较小的独立集可以"扩充"到较大的独立集。
对于带权拟阵，给定权重函数 w:S→R+w:S→R+，我们希望找出总权重最大的独立集。针对此问题的贪心算法极为简洁：将 SS 中元素按权重降序排列，依次检查每个元素，若加入后仍保持独立性则选取。这个算法的正确性由以下定理保证：
定理：对于任意带权拟阵，上述贪心算法得到最大权独立集。
证明思路概述：设贪心算法输出 G={g1,g2,...,gk}G={g1,g2,...,gk}（按选取顺序），设任一最优解 O={o1,o2,...,om}O={o1,o2,...,om} 也按权重降序排列。利用交换性可证明 ∣G∣=∣O∣∣G∣=∣O∣，且对任意 ii，w(gi)≥w(oi)w(gi)≥w(oi)，因此 GG 同为最优解。详细推导涉及多步构造，但核心均依赖交换性公理。
拟阵的优美之处在于它将众多看似不相关的问题纳入统一框架。图论中的最小生成树问题对应图拟阵 ，SS 为边集，独立集为不含环的边集；若干任务在截止时间前调度的最大收益问题对应单位时间调度拟阵。它们之所以能用贪心求解，根本原因就在于其可行解空间满足上述三条公理。
三、实例展开：Huffman编码
Huffman编码是最优前缀码的构造算法，它在信息论与数据压缩中具有基础地位。给定字符集 CC 及每个字符 cc 的出现频率 f(c)f(c)，目标是构造一棵二叉树，将字符放在叶节点上，使得 ∑c∈Cf(c)⋅dT(c)∑c∈Cf(c)⋅dT(c) 最小，其中 dT(c)dT(c) 表示字符 cc 在树中的深度（编码长度）。
贪心策略：反复合并当前频率最低的两个节点，将它们作为一个新节点的左右孩子，新节点的频率为两者之和，并将其放回候选集合。直到只剩一个节点，即为Huffman树的根。
正确性证明（贪心选择性质）：设 xx 和 yy 是当前频率最低的两个字符。需证明存在一棵最优前缀树，使 xx 与 yy 成为深度最大的兄弟叶节点。用交换论证法：取任意最优树 TT，设深度最大的两个兄弟叶节点为 aa 与 bb。由于 f(x)≤f(a)f(x)≤f(a) 且 f(y)≤f(b)f(y)≤f(b)，交换 xx 与 aa、yy 与 bb 不会增加总代价，且新树仍为最优。由此可知存在最优树以 xx 和 yy 为兄弟叶节点。
最优子结构：合并 xx 与 yy 得到新字符 zz 且 f(z)=f(x)+f(y)f(z)=f(x)+f(y) 后，原问题归约为在字符集 (C∖{x,y})∪{z}(C∖{x,y})∪{z} 上构造最优前缀树。子问题的最优树加上将 zz 展开为 xx 与 yy 的操作，即得原问题最优树。
Huffman编码虽然没有直接用拟阵表述（其结构为独立系统但非拟阵），但它的证明逻辑与拟阵上的贪心分析完全同构：先证贪心选择存在于某个最优解，再证贪心选择后子问题保持同构，归纳即得全局最优。
四、贪心、拟阵与动态规划的分野
何时应该采用贪心策略？一个实用的判据是：若问题结构能被证明为拟阵，则贪心必然正确；若不具备拟阵结构但贪心选择性质成立，仍需独立证明；若两者均不成立，则必须诉诸动态规划或搜索。拟阵理论的价值不在于覆盖所有贪心问题，而在于为贪心正确性提供了可形式化验证的充分条件。
下一篇，我们将目光投向算法分析中一个独特的技术------平摊分析。它不直接设计算法，而是提供了一种更精细的成本核算方式，让我们得以揭示某些操作序列中"单价"与"均摊价"的本质差异。