分治与动态规划（3种背包问题）

动态规划、分治法和贪心法都是利用求解子问题，而后利用子问题求解更上层问题，最终获得全局解决方案的方法。但是三者的应用场景和性质却存在着极大的不同：
#1. 分治法
分治法的精髓：

分–将问题分解为规模更小的子问题；
治–将这些规模更小的子问题逐个击破；
合–将已解决的子问题合并，最终得出“母”问题的解；

很容易将分治法与动态规划相混淆，但两者却有着本质上的差异。分治法采用的是递归的思想来求解问题，两个分解的子问题独立求解，其之间无任何的重叠。而上一层问题只需要对两个子问题进行一定的合并即可得到答案。即s(t)＝ s(sub1)+s(sub2)，而s(sub1)和s（sub2）之间无任何重叠。
##1.1 使用分治法求数组中的最大值
函数将数组a[1],……,a[r]分成两部分，分别求出每部分的最大元素（递归地），并返回较大的那一个作为整个数组的最大元素。

int a[];
...

int max(int l,int r) {
	if (l==r) return a[l];//如果只有一个元素，就返回它
	
	int m=(l+r)/2;
	int u = max(l,m);
	int v = max(m+1,r);
	
	return (u>v) ? u : v;
}

2. 动态规划

该种方法较为复杂，但十分有用和高效，其核心性质是当前问题的答案s(t)并不能单独由s(t-1)求得，还有可能需要使用到