Un algoritmo voraz es cualquier algoritmo que sigue a la resolucion de problemas heuristicos de tomar la decisión óptima a nivel local en cada etapa  con la esperanza de encontrar un óptimo global.

Por ejemplo, la aplicación de la estrategia codiciosa al problema del agente viajero se obtiene el siguiente algoritmo: "En cada etapa de visitar la ciudad sin visitar más cercana a la ciudad actual". En general, los algoritmos voraces se utilizan para problemas de optimización.

1. Un conjunto de candidatos, de los cuales se crea una solución
2. Una de las funciones de selección, que elige el mejor candidato para ser añadido a la solución
3. Una función de factibilidad, que se utiliza para determinar si un candidato se puede utilizar para contribuir a una solución
4. Una función objetivo, que asigna un valor a una solución o una solución parcial, y
5. Una función de la solución, lo que indicará cuando se ha descubierto una solución completa

Algoritmos voraces producir buenas soluciones a algunos pro , pero no en otros. La mayoría de los problemas para la que trabajan, que tienen dos propiedades:

Propiedad elección codiciosa 

Podemos hacer todo lo que parece mejor opción en este momento y después resolver los subproblemas que se presentan más adelante. La elección de un algoritmo voraz puede depender de decisiones tomadas hasta ahora, pero no en las elecciones futuras o todas las soluciones a los subproblemas. Se hace una elección de forma iterativa codiciosos tras otro, la reducción de cada problema se da en una más pequeña. En otras palabras, nunca un algoritmo voraz reconsidere sus decisiones. Esta es la principal diferencia de la programcion dinamica , que es exhaustiva y está garantizado para encontrar la solución. Después de cada etapa, programación dinámica hace que las decisiones sobre la base de todas las decisiones tomadas en la etapa anterior, y puede reconsiderar camino algorítmica de la etapa anterior a la solución.

Subestructura óptima 

"Un problema exhibe subestructura optima si una solución óptima al problema contiene soluciones óptimas a los problemas de sub-". 

Tipos

Algoritmos voraces se puede caracterizar como "miope" y como "no recuperable". Son ideales sólo para los problemas que se han 'subestructura óptima ". A pesar de esto, algoritmos voraces son los más adecuados para los problemas simples (por ejemplo, dar el cambio).Es importante, sin embargo, tener en cuenta que el algoritmo voraz se puede utilizar como un algoritmo de selección para dar prioridad a las opciones dentro de una búsqueda, o de la rama y el algoritmo obligado. Hay algunas variaciones que el algoritmo voraz:

• Pura algoritmos voraces
• Ortogonales algoritmos voraces
• Relajado algoritmos voraces

Aplicaciones

Algoritmos voraces en su mayoría (pero no siempre) no logran encontrar la solución óptima a nivel mundial, porque por lo general no funcionan de forma exhaustiva en todos los datos. Ellos pueden comprometerse a ciertas decisiones muy temprano que les impiden encontrar la mejor solución global más tarde. Por ejemplo, todos conocidos codiciosos colorear algoritmos para el problrmas de coloracion de3 grafos y el resto NP-Completo los problemas no siempre encontrar soluciones óptimas. Sin embargo, son útiles porque son rápidos para pensar y suelen dar una buena aproximación al óptimo.

Si un algoritmo voraz se puede probar para obtener el óptimo global para una clase de problema dado, por lo general se convierte en el método de elección porque es más rápido que los métodos de optimización como la programcion dinamica . Ejemplos de tales algoritmos voraces son algoritmo de Kruskal y el algoritmo de Prim para encontrar arboles de expansion minimo , el algoritmo de dikstra para encontrar una sola fuente de los caminos más cortos, y el algoritmo para encontrar óptima arboles de Huffman .