数据结构里面的贪心算法是什么?

贪心算法是一种在每一步选择中都采取在当前状态下最好或最优(即最有可能达到目标)的决策，从而希望导致结果是最好或最优的算法。贪心算法不能保证最优解，但在解决问题的某些实例时是有效的，并且是很容易理解和实现的。

一个经典的贪心算法示例是背包问题。假设你有一个容量为V的背包和n个物品，每个物品都有自己的价值和重量。问题是如何选择物品，使得背包装载的物品总价值最大。

贪心算法的做法是：每次选择价值密度最高的物品（即价值/重量），直到背包装满为止。

这个算法并不能保证最优解，但对于许多实例来说是有效的。

代码示例:

　　def knapsack(items, maxWeight):

  　　  items.sort(key=lambda x: x[1]/x[0], reverse=True)

 　　   weight = 0

　　    value = 0

 　　   for item in items:

   　　     if weight + item[0] <= maxWeight:

    　　        weight += item[0]

     　　       value += item[1]

   　　     else:

        　　    remaining = maxWeight – weight

      　　      value += remaining * (item[1]/item[0])

      　　      break

  　　  return value

　　items = [(2,3),(3,4),(4,5),(5,6)]

　　maxWeight = 5

　　print(knapsack(items, maxWeight))

这个算法的复杂度是O(n log n)。