动态规划要诀

如果一个问题具有以下两个要素：
• 最优子结构 (optimal substructure)
• 重叠子问题 (overlap subproblem)

则可以用动态规划求最优解。

动态规划分为 4 个步骤：
• 描述最优解的结构。即抽象出一个状态来表示最优解。
• 递归的定义最优解的值。找出状态转移方程，然后递归的定义
• 计算最优解的值。典型的做法是自底向上，当然也可以自顶向下。

• 根据计算过程中得到的信息，构造出最优解。

如果我们只需要最优解的值，不需要最优解本身，则可以忽略第 4 步。当执行第 4 步时，我们需要在第 3 步的过程中维护一些额外的信息，以便我们能方便的构造出最优解。

在第 1 步中，我们需要抽象出一个“状态”，在第 2 步中，我们要找出“状态转移方程”，然后才能递归的定义最优解的值。第 3 步和第 4 步就是写代码实现了。
写代码实现时有两种方式，“递归 (recursive)+ 自顶向下 (top-down)+ 表格”和“自底向上

(boom-up)+ 表格”。前者属于一种 memorization （翻译为备忘录法），后者才是正宗的动规。

动规用表格将各个子问题的最优解存起来，避免重复计算，是一种空间换时间。

动规与贪心的相同点：最优子结构。

不同点：1、动规的子问题是重叠的，而贪心的子问题是不重叠的 (disjoint subproblems)；2、动规不具有贪心选择性质；3、贪心的前进路线是一条线，而动规是一个 DAG。

分治和贪心的相同点：disjoint subproblems。