谈谈动态规划的本质

前言

在上一篇文章动态规划的文章中，我们先由 Fibonacci 例子引入到了动态规划中，然后借助兑换零钱的例子，分析了动态规划最主要的三个性质，即：

1. 重叠子问题
2. 最优子结构
3. 状态转移方程

但是动态规划远不止这么简单。

今天这篇文章，让我们深入动态规划，一窥动态规划的本质。

我们既然要彻底搞清楚动态规划，那么一个不可避免的问题就是：

递归，贪心，记忆化搜索和动态规划之间到底有什么不同？

• 动态规划于递归 ：只是单纯的空间换时间吗？ 并不是，斐波那切数列的例子很好的推翻了这个观点。

• 动态规划于贪心：只是贪心的加强版吗？并不是，零钱兑换的例子同样推翻了这个观点。

那么，动态规划的核心到底是什么？

要回答这个问题，我们不妨先回答下面这个问题：

到底哪些问题适合用动态规划即？怎么鉴定 DP 可解问题？

相信当我们认识到哪些问题可以用 DP 解决，我们也就自然找到了 DP 和其它算法思想的区别，也就是动态规划的核心。

动态规划核心

首先我们要搞清楚，动态规划只适用于某一类问题，只是某一类问题的解决方法。

那么这“某一类问题”是什么问题呢？

聊这个之前我们有必要稍微了解下计算机的本质。

基于冯诺依曼体系结构的计算机本质上是一个状态机，为什么这么说呢？因为 CPU 要进行计算就必须和内存打交道。

因为数据存储在内存当中（寄存器和外盘性质也一样），没有数据 CPU 计算个空气啊？所以内存就是用来保存状态（数据）的，内存中当前存储的所有数据构成了当前的状态，CPU 只能利用当前的状态计算下一个状态。

我们用计算机处理问题，无非就是在思考：如何用变量来储存状态，以及如何在状态之间转移：由一些变量计算出另一些变量&#x