通俗理解动态规划与递归

动态规划是什么

将原问题分解成多阶段决策的子问题，再采取自底向上的方法求解。

动态规划三个条件：最优子结构，无后效性，重叠子问题

最优子结构：一个问题的最优解包含了子问题最优解。反过来说，即子问题的最优解能够推出原问题的最优解，为动态规划提供了问题分解的依据。

无后效性：未来与过去无关，只与现在有关。即对于某个阶段能够写出一个关于当前状态转移方程，使其转移到下一个阶段。是多阶段决策的桥梁。

重叠子问题：出现重复的子问题。动态规划自底向上的方法就能够避免该问题出现，在自底向上中，子问题只会被计算一次并存储起来（若有需要被存储，滚动数组不必）。

动态规划与递归
同：
其实我们在用递归的时候不难发现，一个能用递归形式解决的问题（若问题的解不止一个且有最优的一个），其必定满足最优子结构。递归天生就将一个原问题分解成子问题，且子问题一定是为原问题做出贡献的，否则也没必要这么分解。
其次，递归的解法也是满足无后效性的。回想在递归的解法中，将问题分解成子问题的时候，并不考虑子子问题是如何，这不就是反着来看无后效性吗？未来是原问题，现在是子问题，过去是子子问题。
递归需要找到递归的边界，问题的出口。动态规划也需要找到basecase，即把最小的问题先填到表上，后续的问题才能慢慢解决。
递归需要递归函数，动态规划需要状态转移方程。递归函数和状态转移方程本质都是将问题转移的方法。
异：
递归是自顶向下的分析。过程是先自顶向