动态规划

相同：

动态规划和贪心算法都是一种递推算法 
均有局部最优解来推导全局最优解

不同点： 
贪心算法： 
1.贪心算法中，作出的每步贪心决策都无法改变，因为贪心策略是由上一步的最优解推导下一步的最优解，而上一部之前的最优解则不作保留。 
2.由（1）中的介绍，可以知道贪心法正确的条件是：每一步的最优解一定包含上一步的最优解。

动态规划算法： 
1.全局最优解中一定包含某个局部最优解，但不一定包含前一个局部最优解，因此需要记录之前的所有最优解 
2.动态规划的关键是状态转移方程，即如何由以求出的局部最优解来推导全局最优解 
3.边界条件：即最简单的，可以直接得出的局部最优解

在动态规划之前要分析能否把大问题分解成小问题，分解后的小问题也存在最优解，如果把小问题的最优解组合起来能够得到整个问题的最优解。

动态规划的四个特点

求一个问题的最优解(通常是最大值或最小值)
该问题能划分为若干个子问题
子问题之间还有重叠的更小的子问题
由于子问题在分解大问题的过程中重复出现，为了避免重复求解子问题，我们可以从下往上的顺序先计算小问题的最优解并存储下来，再以此为基础求取大问题的最优解。从上往下分析问题，从下往上求解问题。

贪心是求局部最优，以得到全局最优（不一定是正确的，需要证明）

某种程度上，动规是贪心的泛化，贪心是动规的特例。