动态规划

【动态规划】01背包问题

https://johaupt.github.io/causal%20machine%20learning/Uplift_ITE_summary.html#x-learner

最优子结构的话，没什么好说的，就是原问题的最优解包含子问题的最优解。粗略的理解为：一个国家中有一名最强力的士兵(也就是问题的最优解)，那么他必须是他所在军营中最强力的士兵(也是子问题的最优解)，这样他才可能是这个国家最强力的士兵。

如果一个解是全局的最优解，我们按照区块划分，那么这个解也一定是这个区块的最优解，只有这样才有可能是全局的最优解

重叠子问题：子问题之间是不独立的，一个子问题在下一阶段的决策中可能被多次使用到

重叠子问题是一个递归解决方案里包含的子问题虽然很多，但不同子问题很少。少量的子问题被重复解决很多次。

例如LCS(最长公共子序列)问题，给定两个序列X和Y，长度分别是m和n,穷举子问题是指数级的，而不同子问题的数量只是mn.

用来解原问题的递归算法可以反复地解同样的子问题，而不是总在产生新的子问题。

虽然动态规划的核心思想就是穷举求最值，但是问题可以千变万化，穷举所有可行解其实并不是一件容易的事，只有列出**正确的「状态转移方程」**才能正确地穷举。