14 基于教科书“算法简介”，贪婪算法的正确性需要一个具有两个属性的问题： 贪婪的选择属性 最佳子结构 很容易想出由于缺少贪婪选择属性而导致贪婪解决方案失败的反例，例如0/1背包问题。但是我很难想象其他可能性。有人可以给我一个问题，一个可以满足第一个属性但不满足第二个属性的贪婪算法吗？ greedy-algorithms — 袁力 source
14 稳健统计中的一种标准估计量是一种修整均值类型，在该方法中，您选择一组输入数字的多数子集，以使任何两个选定数字之间的最大差异最小，然后取选定平均值的方式子集。第一步很简单：选择中位数作为子集的一部分。但是一旦做出选择，剩下的问题就不会属于同一类型（即我们没有最优的子结构），因此没有明显的方法可以贪婪地继续该算法。特别是继续选择剩余点的中位数是行不通的。（重复的贪婪中值策略，稍加注意即可得出四分位数均值，该四分位数均值也很可靠，但不能解决相同的问题，并且故障点较低。） — 大卫·埃普斯坦 source