算法入门之动态规划的概念

《算法导论》中第15章这样介绍动态规划：

动态规划（dynamic programming）与分治法相似，都是通过组合子问题的解来求解原问题（在这里，programming指的是一种表格法，并非编写计算机程序）。如前述，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，分治算法会做出许多不必要的工作，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，从而无需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的解，每个解都有一个值，我们希望寻找具有最优值的解。我们称这样的解为问题的一个最优解，而不是最优解，因为可能有多个解都达到最优值。

我们通常按照如下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。（找到“状态”和“边界”，也就是构造最优解的形式，一般有两种，中间状态和累积状态）

2、递归地定义最优解的值。（找出递推方程）

3、计算最优解的值，通常采用自底向上的方法。

4、利用计算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，而非最优解本身，可以忽略步骤4,。如果确实要做到步骤4，又是就需要执行步骤3的过程中维护一些额外的信息，以便来构造一个最优解。