动态规划16之总结

    动态规划算法通常用于求解具有某种最优性质的问题.在这类问题中,可能会有许多可行解.每一个解都对应于一个值,我们希望找到具有最优值的解

    动态规划的基本思想其实就是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解适合于用动态规划求解的问题，经分解得到子问题往往不是互相独立的。

    使用动态规划时的一般步骤为：
1、找出最优解的性质；
2、递归地定义最优值（写出动态规划方程）；
3、以自底向上的方式计算出最优值；
4、根据计算最优值时得到的信息，构造一个最优解。

   对于最优化的问题，搜索可以说是万能的。所以动态规划可以解决的问题，搜索也一定可以解决。把一个动态规划算法改写成搜索是非常方便的，状态转移方程、规划方程以及边界条件都可以直接“移植”，所不同的只是求解顺序。动态规划是自底向上的递推求解，而深度搜索则是自顶向下的递归求解。

    对比之前所学的几种算法可以知道：若每个阶段只有一个状态->递推；若每个阶段的最优状态都是由上一个阶段的最优状态得到的->贪心；若每个阶段的最优状态是由之前所有阶段的状态的组合得到的->搜索；若每个阶段的最优状态可以从之前某个阶段的某个或某些状态直接得到而不管之前这个状态是如何得到的->动态规划。