go中贪心算法需手动实现，核心在于正确定义“当前最优”并依题干约束设计排序规则；常见错误包括排序不稳定、边界处理不当及忽略剩余操作处理。
Go 里没有 greedy 函数，所有贪心逻辑都得你亲手写；能不能对，不看代码多短，而取决于「当前最优」的定义是否贴合问题本质。
排序规则必须从题干约束反推，不是凭感觉选升序或降序
贪心在 Go 中几乎离不开 sort.Slice，但错一个比较条件，结果就全错。比如：
-
eraseOverlapIntervals：必须按intervals[i][1]（结束时间）升序——让最早结束的区间优先被选，给后面留最多空间 -
findContentChildren：孩子胃口g和饼干尺寸s都要升序——最小饼干喂最小胃口，避免浪费大饼干 -
reconstructQueue：先按身高people[i][0]降序，再按k值升序——高个子先站，他们看不到矮个子；同身高时，k小的往前插
常见错误：sort.Ints 直接排二维切片（只排第一维）；Less 函数里漏掉相等情况（如 == 时不返回 false），导致排序不稳定；用 float64 存整数区间端点，精度丢失引发比较失效。
遍历时的边界判断比主逻辑更易出错
贪心通常是单次遍历，但起始、终止、重叠判定稍有偏差就会漏解或多算：
- 空输入必须提前检查：
if len(intervals) == 0 { return 0 }，别指望循环兜住 - 单元素输入容易被忽略：比如只有一段区间，是否算作 1 个有效活动？要看题意，但代码里不能跳过初始化
- 区间重叠判断别硬套公式：
[a,b]和[c,d]是闭区间，不重叠条件是b 或 <code>d ；若写成 <code>b > c判重叠，会把[1,2]和[2,3]错判为重叠（实际合法紧邻） - 更新基准值（如
lastEnd）别用math.MaxInt64初始化——当所有区间都是负数时，第一次比较永远失败；应从第一个元素取值，或用math.MinInt64+ 标记位
贪心策略 ≠ 贪心结果，k 次操作类题最常漏掉剩余处理
像「K 次取反后最大化数组和」「最多加 k 次使 m 个数按位与最大」这类题，策略只是起点：
- 策略是「优先翻绝对值最大的负数」，但若
k还剩且全为正数，得看k是奇数还是偶数：偶数可抵消，奇数则必须翻一次最小正数（或零） - 按位与构造题中，高位尝试设为 1 后，要算每个数达到该目标需最少加几次；取最小的
m个求和，再判断总和 ≤k——漏掉这个验证，就等于没做贪心 - 误把「排序一次 + 扫一遍」当成完成，忽略了操作次数分配的动态性；贪心在这里是逐位决策，每轮都要重新评估可行性
真正卡人的地方从来不是「怎么写 for 循环」，而是「为什么这一位能设 1」「为什么这个排序维度不可替换」「为什么空切片要单独 return」——这些细节藏在题干约束里，不在模板里。
golang免费学习笔记（深入）：立即使用
在学习笔记中，你将探索golang的核心概念和高级技巧！
