假设有一个旅行商人要拜访n个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而且最后要回到原来出发的城市。路径的选择目标是要求得的路径路程为所有路径之中的最小值。一个实例如图所示。贪心发的代码java

这个问题是经典的旅行商问题（Traveling Salesman Problem，TSP），它是一个NP难问题，没有多项式时间的解法。因此，使用贪心算法只能得到近似解。

下面是一个简单的贪心算法实现：

public class TSP {
    private static final int INF = 0x3f3f3f3f;

    public static int tsp(int[][] graph, int n) {
        int[] visited = new int[n];
        visited[0] = 1;
        int ans = 0;
        int last = 0;
        for (int i = 1; i < n; i++) {
            int minDist = INF;
            int nextCity = -1;
            for (int j = 0; j < n; j++) {
                if (visited[j] == 0 && graph[last][j] < minDist) {
                    minDist = graph[last][j];
                    nextCity = j;
                }
            }
            visited[nextCity] = 1;
            ans += minDist;
            last = nextCity;
        }
        ans += graph[last][0];
        return ans;
    }

    public static void main(String[] args) {
        int[][] graph = {
                {0, 2, 9, INF},
                {2, 0, 6, 4},
                {9, 6, 0, 3},
                {INF, 4, 3, 0}
        };
        int n = graph.length;
        int ans = tsp(graph, n);
        System.out.println(ans);
    }
}

其中，`graph`是城市之间的距离矩阵，`n`是城市数。算法的思路是从起点（第0个城市）开始，每次选择距离最近的未访问城市作为下一个城市，直到所有城市都被访问过一次，最后回到起点。时间复杂度为$O(n^2)$。

上述算法的近似解性能不错，但不一定是最优解。如果需要求最优解，可以使用动态规划或者分支定界等算法。