在处理一个较为复杂的问题时，划分为若干个小问题，在每一次进行选择时，都作出当前子问题的最优解，并认为子问题合并后的整体也达到了最优解或者近似最优解。
步骤：
（1）建立数学模型来描述问题。
（2）把求解的问题分成若干个子问题。
（3）对每一子问题求解，得到子问题的局部最优解。
（4）把子问题的局部最优解合成原来问题的一个解。
示例
题目描述：
小明手中有 1，5，10，50，100 五种面额的纸币，每种纸币对应张数分别为 5，2，2，3，5 张。若小明需要支付 456 元，则需要多少张纸币？
题目分析
（1）建立数学模型
设小明每次选择纸币面额为 Xi ，需要的纸币张数为 n 张，剩余待支付金额为 V ，则有：
X1 + X2 + … + Xn = 456.
（2）问题拆分为子问题
小明选择纸币进行支付的过程，可以划分为 n 个子问题：即每个子问题对应为：
在未超过 456 的前提下，在剩余的纸币中选择一张纸币。
（3）制定贪心策略，求解子问题
制定的贪心策略为：在允许的条件下选择面额最大的纸币。则整个求解过程如下：
-
选取面值为 100 的纸币，则 X1 = 100, V = 456 - 100 = 356；
-
继续选取面值为 100 的纸币，则 X2 = 100, V = 356 - 100 = 256；
-
继续选取面值为 100 的纸币，则 X3 = 100, V = 256 - 100 = 156；
-
继续选取面值为 100 的纸币，则 X4 = 100, V = 156 - 100 = 56；
-
选取面值为 50 的纸币，则 X5 = 50, V = 56 - 50 = 6；
-
选取面值为 5 的纸币，则 X6 = 5, V = 6 - 5 = 1；
-
选取面值为 1 的纸币，则 X7 = 1, V = 1 - 1 = 0；求解结束
（4）将所有解元素合并为原问题的解
小明需要支付的纸币张数为 7 张，其中面值 100 元的 4 张，50 元 1 张，5 元 1 张，1 元 1 张。
代码实现
const int N = 5; int Count[N] = {5,2,2,3,5};//每一张纸币的数量 int Value[N] = {1,5,10,50,100}; int solve(int money) { int num = 0; for(int i = N-1;i>=0;i--) { int c = min(money/Value[i],Count[i]);//每一个所需要的张数 money = money-c*Value[i]; num += c;//总张数 } if(money>0) num=-1; return num; }