定义： 在对问题求解时，总是作出在当前看来是最好的选择。也就是说，不从整体上加以考虑， 它所作出的仅仅是在某种意义上的局部最优解（是否是全局最优，需要证明）。
问题提出：有一天海盗们截获了一艘装满各种各样古董的货船，每一件都价值连城，一旦打碎就是去了价值， 海盗船载重量为C，每件固定的重量为wi，海盗们该如何尽可能装载最多数量的古董呢？
古董重量清单： 算法设计：
船载重量固定为C，只要每次选择重量最小的古董，直到不能再装为止，这样装载的古董数量最大， 这就是贪心策略；把古董按重量从小到大排序，根据策略选出尽可能多的古董。问题提出： 假设有如下课程表，你希望将尽可能多的课程安排在某间教室上。 但是你没法让这些课都在这间教室上，因为有些课的上课时间有冲突。
你希望在这间教室上尽可能多的课。如何选出尽可能多且时间不冲突的课程呢？ 具体做法如下： (1) 选出结束最早的课，它就是要在这间教室上的第一堂课。 (2) 接下来，必须选择第一堂课结束后才开始的课。同样，你选择结束最早的课，这将是要在这间教室上的第二堂课。 重复这样做就能找出答案！
问题提出：假设山洞中有n种宝物，每种宝物有一定重量w和相应的价值v，毛驴运载能力 一种宝物只能拿一样，宝物可分割。怎样才能使毛驴运走宝物的价值最大呢？
解题思路： 可以尝试三种贪心策略：
每次挑选价值最大的装东西入背包；每次挑选最重的东西；每次选取单位重量价值最大的东西。算法设计：
计算出每件宝物的性价比，按照从高到低排序；根据贪心策略，按性价比从大到小选取宝物，直到达到毛驴的运载能力。每次选择宝物后判断是否 小于m，如果不小于则取走宝物的一部分，程序结束想一下如果宝物不可分割，贪心算法得到的是否是最优解？
注意: 物品可分割的装载问题称为背包问题，不可分割问题的装载问题称为0-1背包问题。 0-1背包问题不具有贪心选择性质，贪心算法不能得到全局最优解，仅仅是最优解的近似解。 0-1背包问题可用动态规划算法求解。
