在求最優解問題的過程中 ，依據某種貪心標準，從問題的初始狀態出發，直接去求解每一步的最優解，通過若干次的貪心選擇，最終得出整個問題的最優解，這種求解方法就是談心算法。
從貪心算法的定義可以看出，貪心法並不是從整體上考慮問題，它所做出的選擇只是在某中意義上的局部最優解，而由問題自身的特性決定了該題運用貪心算法可以得到最優解。
例題1：均分紙牌（NOIP2002tg）
問題描述：有N堆紙牌，編號分別爲1，2，…，n。每堆上有若干張,但紙牌總數必爲n的倍數.可以在任一堆上取若干張紙牌,然後移動。移牌的規則爲：在編號爲1上取的紙牌，只能移到編號爲2的堆上；在編號爲n的堆上取的紙牌，只能移到編號爲n-1的堆上；其他堆上取的紙牌，可以移到相鄰左邊或右邊的堆上。現在要求找出一種移動方法，用最少的移動次數使每堆上紙牌數都一樣多。例如：n=4，4堆紙牌分別爲：① 9 ② 8 ③ 17 ④ 6 移動三次可以達到目的：從③取4張牌放到④ 再從③區3張放到②然後從②去1張放到①。
輸入：鍵盤輸入文件名。
文件格式：n （n堆紙牌 1<=n<=100）
a1,a2,a3,… an(n堆紙牌，每堆紙牌初始數，1<=ai<=10000)
輸出：輸出至屏幕。格式爲：所有堆數均達到相等時的最少移動次數。
輸入輸出樣例：a.in: 4
9 8 17 6
屏幕顯示：3
算法分析：設a[i]爲第I堆紙牌的張數（0<=I<=n），v爲均分後每堆紙牌的張數，s爲最小移動次數。
我們用貪心法，按照從左到右的順序移動紙牌。如第I堆的紙牌數不等於平均值，則移動一次（即s加1），分兩種情況移動：
1．若a[i]>v,則將a[i]-v張從第I堆移動到第I+1堆；
2．若a[i]<v，則將v- a[i]張從第I+1堆移動到第I堆。
爲了設計的方便，我們把這兩種情況統一看作是將a[i]-v從第I堆移動到第I+1堆，移動後有a[i]=v; a[I+1]=a[I+1]+a[i]-v.
在從第I+1堆取出紙牌補充第I堆的過程中可能回出現第I+1堆的紙牌小於零的情況。
如n=3，三堆指派數爲1 2 27 ，這時v=10，爲了使第一堆爲10，要從第二堆移9張到第一堆，而第二堆只有2張可以移，這是不是意味着剛纔使用貪心法是錯誤的呢？
我們繼續按規則分析移牌過程，從第二堆移出9張到第一堆後，第一堆有10張，第二堆剩下-7張，在從第三堆移動17張到第二堆，剛好三堆紙牌都是10，最後結果是對的，我們在移動過程中，只是改變了移動的順序，而移動次數不便，因此此題使用貪心法可行的。
源程序：
var I,n,s:integer; v:longint; a:array[1..100] of longint;
f:text; fil:string;
begin realn(fil);
assign(f,fi); reset(f);
readln(f,n); v:=0;
for I:=1 to n do begin
read(f,a[i]), inc(v,a[i]);
end;
v:=v div n; {每堆牌的平均數}
for I:=1 to n-1 do
if a[i]<>v then {貪心選擇}
begin inc(s); {移牌步數記數}
a[I+1]=a[I+1]+a[i]-v;{使第I堆牌數爲v}
end;
writeln(s);
end.
利用貪心法解題，需要解決兩個問題：
一是問題是否適合用貪心法求解。我們看一個找幣的例子，如果一個貨幣系統有三種幣值，面值分別爲一角、五分和一分，求最小找幣數時，可以用貪心法求解；如果將這三種幣值改爲一角一分、五分和一分，就不能使用貪心法求解。用貪心法解題很方便，但它的適用範圍很小，判斷一個問題是否適合用貪心法求解，目前還沒有一個通用的方法，在信息學競賽中，需要憑個人的經驗來判斷何時該使用貪心算法。
二是確定了可以用貪心算法之後，如何選擇一個貪心標準，才能保證得到問題的最優解。在選擇貪心標準時，我們要對所選的貪心標準進行驗證才能使用，不要被表面上看似正確的貪心標準所迷惑，如下面的例子。
例題2：設有n個正整數，將它們連接成一排，組成一個最大的多位整數。
例如：n=3時，3個整數13，312，343，連成的最大整數爲34331213。
又如：n=4時，4個整數7，13，4，246，連成的最大整數爲7424613。
輸入：n
N個數
輸出：連成的多位數
算法分析：此題很容易想到使用貪心法，在考試時有很多同學把整數按從大到小的順序連接起來，測試題目的例子也都符合，但最後測試的結果卻不全對。按這種標準，我們很容易找到反例：12，121應該組成12121而非12112，那麼是不是相互包含的時候就從小到大呢？也不一定，如12，123就是12312而非12123，這種情況就有很多種了。是不是此題不能用貪心法呢？
其實此題可以用貪心法來求解，只是剛纔的標準不對，正確的標準是：先把整數轉換成字符串，然後在比較a+b和b+a，如果a+b>b+a，就把a排在b的前面，反之則把a排在b的後面。
源程序：
Var s:array[1..20] of string;
T:string;I,k,j,n:longint;
Begin
Readln(n);
For i:=1 to n do
Begin read(k);
Str(k,s[i]);
End;
For i:=1 to n-1 do
For j:=i+1 to n do
If s[i]+s[j]<s[j]+s[i] then
Begin t:=s[i];
S[i]:=s[j];
S[j]:=t;
End;
For i:=1 to n do write(s[i]);
End.
貪心算法所作的選擇可以依賴於以往所作過的選擇，但決不依賴於將來的選擇，也不依賴於子問題的解，因此貪心算法與其他算法相比具有一定的速度優勢。如果一個問題可以同時用幾種方法解決，談心算法應該是最好的選擇之一。