分治法，动态规划区别

分治策略：分治法是建基于多项分支递归的一种很重要的算法范式。字面上的解释是“分而治之”，就是把一个复杂的问题分成两个或更多的相同或相似的子问题，直到最后子问题可以简单的直接求解，原问题的解即子问题的解的合并。（维基百科）

分治策略分解的子问题是相互独立且与原问题相同的。很多时候原问题分解成两个子问题多数情况下是行之有效的。

分治策略可以参考上一篇我写的快速排序来理解：快速排序算法

动态规划：也是把一个复杂的问题分成若干个子问题，但与分治法不同，适用动态规划的问题分解后的子问题通常是不互相独立的。这时候，若还用分治的话，会因为子问题太多以至于最后解决问题需要耗费指数级的时间。

一般动态规划步骤分为：

1、刻画最优解的结构特征；

2、递归地定义最优值；

3、以底向上的方法计算最优值；

4、构造最优解；

推荐一篇动态规划的详解，讲得很好

 

接下来结合例子说说两者之间的区别以及什么时候该用动态规划，上面的链接博文浏览一遍再看接下来会容易理解点。

快速排序算法用分治法，因为数组划分为左右两个区域后，两个区域的进一步划分排序又是新的子问题（即对不同的数组子串进行排序），所以称之为相互独立的。

而用动态规划解决的Fibonacci例子中，可以很显然地看到子问题的重叠，（“递归树中的每一个子节点都会执行一次，很多重复的节点被执行，fib(2)被重复执行了5次。由于调用每一个函数的时候都要保留上下文，所以空间上开销也不小。这么多的子节点被重复执行，如果在执行的时候把执行过的子节点保存起来，后面要用到的时候直接查表调用的话可以节约大量的时间。”看引用的这一段可以清楚），故而称之为不互相独立。

动态规划中一般用自底向上递归算法解决子问题重叠。引用的博文中“记住求过的解来节省时间”，是动态规划的优势所在，自底向上递归算法先求子问题，再求父问题的解是动态规划的核心。

 

什么问题该用分治，什么问题该用动态规划，看两个因素：最优子结构和重叠子问题。

有这两个因素，用动态规划就对了。

重叠子问题前面说了，那什么是最优子结构呢？

当问题的最优解包含了其子问题的最优解时，则称该问题具有最优子结构性质。

举个栗子，斐波那契数列Fibonacci中，f(4)=f(3)+f(2)，而它的解就包含在其子问题f(3)跟f(2)中，这就是所说的，问题的最优解包含在子问题的最优解中。