基础知识-动态规划

动态规划(dynamic programming)是运筹学的一个分支，是求解决策过程(decision process)最优化的数学方法。

20世纪50年代初美国数学家R.E.Bellman等人在研究多阶段决策过程(multistep decision process)的优化问题时，提出了著名的最优化原理(principle of optimality)，把多阶段过程转化为一系列单阶段问题，利用各阶段之间的关系，逐个求解，创立了解决这类过程优化问题的新方法——动态规划。

1957年出版了他的名著《Dynamic Programming》，这是该领域的第一本著作。

动态规划只能应用于有最优子结构的问题。最优子结构的意思是局部最优解能决定全局最优解（对有些问题这个要求并不能完全满足，故有时需要引入一定的近似）。简单地说，问题能够分解成子问题来解决。

动态规划（Dynamic Programming，简称DP）是一种算法设计技术，它通常用于求解具有重叠子问题和最优子结构特性的复杂问题。动态规划算法能够将一个复杂问题分解成一系列简单的子问题，并通过合理的方式保存子问题的解，以避免重复计算，从而提高效率。

动态规划的关键特点包括：

1. 重叠子问题：在解决原问题的过程中，相同的子问题会被多次遇到和求解。
2. 最优子结构：原问题的最优解包含了其子问题的最优解。也就是说，我们可以通过组合子问题的最优解来构造原问题的最优解。
3. 存储子问题的解：动态规划算法通常会使用一个表（通常是数组或哈希表）来存储子问题的解，这样在下一次遇到相同的子问题时，可以直接查表获得答案，而不是重新计算。
4. 构建解决方案：动态规划通常从最简单的子问题开始求解，并逐步构建更复杂问题的解，直到得到原问题的解。

动态规划算法通常有两种实现方式：

• 自顶向下：这种方法使用递归来解决问题，并通过“记忆化”