贪心和动态规划总结

贪心法：

• 最优子结构：对比，不是进行各种可选支路的试探，而是当下就可用每种策略确定选择，无需考虑未来（未来情况的演变也影响不了当下的选择）。
• 只要一直这么选下去，就能得出最终的解，每一步都是当下（子问题）的最优解，结果是原问题的最优解，这叫最优子结构。
• 更书面的说法是：如果问题的一个最优解中包含了子问题的最优解，则该问题具有最优子结构。
• 贪心与DFS：具备这类结构的问题，可以用局部最优解来推导全局最优解，可以认为是一种剪枝法，是对“DFS遍历法”的优化。

贪心的难点在于：怎么保证当前的走法是最优的子结构，其他的走法都不会比当前更优。也就是说要确保当前的剪枝是正确的。

贪心的特点在于局部解最优不能保证整体解一定是最优。所以使用贪心法时要注意这样得出的结果是不是整体最优的。是否符合题目的要求。如果不是最优的就不能使用贪心法。

经典贪心问题如下：

1. 区间调度问题（不相交区间和区间选点）
2. 最小字典序问题

---

动态规划：

动态规划的两个条件：

• 最优子结构
• 无后效性：当前状态是前面状态的完美总结。

解题一般过程：

• 找到过程演变中变化的量（状态），确定是一维还是二维，以及变化的规律（状态转移方程）
• 确定一些初始化状态，通常需要dp数组来保存。
• 利用状态转移方程，推出最终答案。

经典动态规划问题如下：

1. 01背包问题
2. 钢条切割问题
3. 数字三角形求最大路径和
4. 最大公共子序列
5. 完全背包问题
6. 最长子序列问题

总结：
贪心：由上一步的最优解推到下一步的最优解，而上一步之前的（历史）最优解则不作保留。
动态规划：是需要记录之前所有的记录；动态规划可能需要之前的多个记录才能推导出下一步。贪心可以说是动态规划的特例，只需要上一步的记录就可以推出下一步。