【动态规划】什么是动态规划

动态规划（Dynamic Programming，DP）是一种用来解决一类最优化问题的算法思想 

动态规划

• 将一个复杂的问题分解成若干个子问题， 
• 通过综合子问题的最优解来得到原问题的最优解

会将每个求解过的子问题的解记录下来，这样可以避免下一次的重复计算。

• 递归写法（记忆化搜索）【自顶向下Top-down Approach】

 

• 递推写法 【自底向上Bottom-up Approach】

• 重叠子问题（Overlapping Subproblems）：

一个问题可以被分解为若干个子问题，且这些子问题会重复出现。

只要记录下重叠子问题的解，下次碰到相同的子问题可以直接使用结果。

• 状态转移方程：

（dp[i][j]称为状态）

• 边界：可以直接确定结果的部分

总是从边界出发，通过状态转移方程，扩散到整个dp数组

• 最优子结构（Optimal Substructure）：

一个问题的最优解可以由子问题的最优解推导而来——具有最优子结构。

• 分治：都是将原问题分解成子问题。

分治法分解出的子问题是不重叠的，因此分治法解决的问题不拥有重叠子问题。

(大问题->多个小问题，所有小问题的解合并->大问题的解) ，多个小问题彼此不完全相同。

• 贪心：都是要求拥有最优子结构。

类似“自顶向下”，并不等待子问题求解完毕后，再选择使用哪一个。

而是通过一种策略直接选择一个子问题去求解，没被选择的就不去求解了，直接抛弃。

它总是在上一步选择的基础上继续选择，因此整个过程以一种单链的流水方式进行。

显然这种所谓的“最优选择”的正确性需要用归纳法证明，并不一定是正确的。

而动态规划则总是考虑所有子问题，并选择继承能得到最优结果的哪个。

对于暂时没被继承的子问题，并不抛弃，由于重叠子问题的存在，后期仍然可以被纳入到全局最优结果中。

贪心是一种壮士断腕的决策，只要选择了就不后悔；

动态规划则要看哪个选择笑到了最后，暂时领先说明不了什么。