《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。