1、基本思路：从问题的某一个初始解触发逐步逼近给定的目标，以尽可能快的求得更好的解。当达到算法中某一步不能再继续前进时，就停止算法，给出近似值。
也就是说贪心算法并不从整体最优考虑，它所作出的选择只是在某种意义上的局部最优选择。 存在的问题： 1、不能保证最后的解是最优的； 2、不能用来求最大或最小解的问题； 3、只能求满足某些约束条件的可行解的范围。 实现过程：
    从问题的某一初始解出发；
    while （能朝给定总目标前进一步）
    { 
          利用可行的决策，求出可行解的一个解元素；
    }
    由所有解元素组合成问题的一个可行解；
贪心算法的基本要素：（
对于一个具体的问题，怎么知道是否可用贪心算法解此问题
） （1）、
贪心选择性质   所谓
贪心选择性质是指所求问题的
整体最优解可以通过一系列
局部最优的选择，换句话说，当考虑做何种选择的时候，我们只考虑对当前问题最佳的选择而不考虑子问题的结果。这是贪心算法可行的第一个基本要素。 对于一个具体问题，要确定它是否具有贪心选择性质，必须证明每一步所作的贪心选择最终导致问题的整体最优解。 （2）、
最优子结构性质 当一个问题的最优解包含其子问题的最优解时，称此问题具有
最优子结构性质。问题的最优子结构性质是该问题可用贪心算法求解的关键特征。 实例：换零钱 人民币100、50、20、10、5、1、0.5、0.2、01多种纸币。将一定数额的钱数用不能面额组合起来。 代码：

#include<iostream>
const int SIZE = 9;
int coin[SIZE] = {10000, 5000, 2000, 1000, 500, 100, 50, 20, 10};
int num[SIZE];
int exchange(int n);
int main()
{
    using namespace std;
    double money;
    string name[SIZE] = {"一百元", "五十元", "二十元", "十元", "5元", "1元", "5角", "2角", "1角"};
    cout << "请输入金额:";
    cin >> money;
    int n = (int)(money*100);
    exchange(n);
    for(int i=0; i<SIZE; i++)
    {
        cout << name[i] << "币种: " << num[i] << " 张\n";
    }
    return 0;
}
int exchange(int n)
{
   int i;
    for (i=0; i<SIZE; i++)
        if (n >= coin[i]) break;
    while (n>0 && i<SIZE)
    {
        if(n >= coin[i])
        {
            n -= coin[i];
            num[i]++;
        }else if(n<10 && n>=5)
        {
            num[SIZE-1]++;
            break;
        }else i++;
    }
    return 0;
}

运行结果：