贪心法：
贪?算法(又称贪婪算法)是指,在对问题求解时,总是做出在当前看来是最好的选择。也就是说,不从整体最优上加以考虑,他所做出的仅是在某种意义上的局部最优解。
贪心算法不是对所有问题都能得到整体最优解,关键是贪?心策略的选择,选择的贪?策略必须具备?后效性,即某个状态以后的过程不会影响以前的状态,只与当前状态有关。
太概念化了。总结起来三点：
可行性：必须满足问题的约束
局部最优：当前步骤中所有可行的选择里最佳的局部选择。
不可取消：选择一旦做出，后面的步骤就无法改变。
问题要具有贪心选择性：问题的最优解可以通过一系列的局部最优选择来达到。（最重要的一步，决定这个问题是否可以用贪心法来解决，此处的解决特指找到最优解）。
最优子结构性质：指一个问题的最优解一定要包含子问题的最优解。
贪心和DP的差别在哪呢，首先他萌确实都有最优子结构的性质，但是DP通常是以自底向上的方式解决各个子问题（如22中的整装待发问题就是从底部的每一层逐渐建立起那个二维数组），而贪心的方法通常是自顶向上的。
均分纸牌问题的分析：
均分纸牌问题：有 N 堆纸牌，编号分别为 1，2，…, N。每堆上有若干张，但纸牌总数必为 N 的倍数。可以在任一堆上取若于张纸牌，然后移动。
移牌规则为：在编号为 1 堆上取的纸牌，只能移到编号为 2 的堆上；在编号为 N 的堆上取的纸牌，只能移到编号为 N-1 的堆上；其他堆上取的纸牌，可以移到相邻左边或右边的堆上。
现在要求找出一种移动方法，用最少的移动次数使每堆上纸牌数都一样多。
例如 N=4，4 堆纸牌数分别为：
① 9 ② 8 ③ 17 ④ 6
移动3次可达到目的：
从 ③ 取 4 张牌放到 ④ （9 8 13 10） -> 从 ③ 取 3 张牌放到 ②（9 11 10 10）-> 从 ② 取 1 张牌放到①（10 10 10 10）。
先放代码在分析吧，代码比较短。
int main(){
int N;
int pokers[MAX];
cin>>N;
int total = 0;
for (int i=0; i<N; i++) {
cin>>pokers[i];
total+=pokers[i];
}
int avg = total/N,times=0;
for(int i=0;i<N;i++){
if(pokers[i]!=avg){
pokers[i+1] -= avg - pokers[i];
times++;
}
}
cout<<times<<endl;
}
可以看到最核心的那个循环的思想是这样的：
从第一堆牌开始处理，如果第一堆牌整好是avg那么就放在一边不管了。
如果第一堆牌不是avg，那么就要把第二堆牌（合法的移动只有从2移到1，这也是这个算法的精髓之处）移动几张到第一堆，恰好使第一堆等于avg，从而只考虑第二堆开始到第N堆为止这些堆如何搞的子问题。然后依次递归下去。
这里的一个小技巧是认为牌数可以为负数，这样才能继续下去。综上，这个步骤是合理的。但是看不出来是最优的。可见，贪心法确实是比较容易实现，因为比较符合人类直觉，但是不好证明。
再反过来看一下前面提到的几点，可行性满足，不可取消，每一次操作都是直接赋值，局部最优，当前情况下，只能从右往左移动，且贪心地想尽快让第一堆满足约束。
至于为什么是最优解，（最少的步骤），要看这个问题到底是不是具有贪心选择性的。也就是看是不是全局最优解是由局部最优解产生的。对于这个事情，需要严格的数学证明才行。
http://www.zhihu.com/question/27883948 在知乎上问了这个问题。