贪心算法和动态规划算法比较

动态规划和贪心算法都是一种递推算法 均用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，而上一步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。

典型的贪心算法：给定一个二维数组，每一行取一个数求和，要求和最大，只需要求出每一行的最大值即可。要求A最大，只需求B最大，要求B最大，只需要求C最大，问题可以顺藤摸瓜不断的转换成最终的子问题，全局最优是由最终的局部最优转化而成的。

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

典型的动态规划问题：0-1背包问题，给定n种物品（每种物品只有一种，只有放入和不放入两种状态）和一背包。物品i的重量是wi，其价值为vi，背包的容量为C。问应如何选择装入背包的物品，使得装入背包中物品的总价值最大?这种问题只能求出所有的组合，然后取价值最大的情况。