MIT算法导论-第11讲-动态规划

动态规划与分治方法相似，都是通过组合子问题的解来求解原问题。
分治法将问题划分为互不相交的子问题，递归地求解子问题，再将它们的解组合起来，求出原问题的解。

与之相反，动态规划应用于子问题重叠的情况，即不同的子问题具有公共的子子问题（子问题的求解是递归进行的，将其划分为更小的子子问题）。

在这种情况下，分治算法会做许多不必要的工作，它会反复地求解那些公共子子问题。而动态规划算法对每个子子问题只求解一次，将其解保存在一个表格中，从而无需每次求解一个子子问题时都重新计算，避免了这种不必要的计算工作。

动态规划方法通常用来求解最优化问题。这类问题可以有很多可行解，每个解都有一个值，我们希望寻找具有最优值（最大或最小值）的解。我们称这样的解为问题的一个最优解（an optimal solution），而不是最优解（the optimal solution）,因为可能有多个解都达到最优值。

我们通常按如下4个步骤来设计一个动态规划算法：
1.刻画一个最优解的结构特征
2.递归地定义最优解的值
3.计算最优解的值，通常采用自底向上的方法
4.利用计算出的信息构造一个最优解

步骤1-3是动态规划算法求解问题的基础。
如果我们仅仅需要一个最优解的值，而非解本身，可以忽略步骤4。如果确实要做步骤4，有时就需要在执行步骤3的过程中维护一些额外信息，以便构造一个最优解。

两个题
钢铁切割

最长递增子序列（LIS）