◼ 动态规划，简称DP
是求解最优化问题的一种常用策略
◼ 通常的使用套路（一步一步优化）
① 暴力递归（自顶向下，出现了重叠子问题）
② 记忆化搜索（自顶向下）
③ 递推（自底向上）
动态规划的常规步骤
◼ 动态规划中的“动态”可以理解为是“会变化的状态”
① 定义状态（状态是原问题、子问题的解）
✓ 比如定义 dp(i) 的含义
② 设置初始状态（边界）
✓ 比如设置 dp(0) 的值
③ 确定状态转移方程
✓ 比如确定 dp(i) 和 dp(i – 1) 的关系
动态规划的一些相关概念
◼ 来自维基百科的解释
Dynamic Programming is a method for solving a complex problem by breaking it down into a collection of simpler subproblems, solving each of those subproblems just once, and storing their solutions.
① 将复杂的原问题拆解成若干个简单的子问题
② 每个子问题仅仅解决1次，并保存它们的解
③ 最后推导出原问题的解
◼ 可以用动态规划来解决的问题，通常具备2个特点
最优子结构（最优化原理）：通过求解子问题的最优解，可以获得原问题的最优解
无后效性
✓ 某阶段的状态一旦确定，则此后过程的演变不再受此前各状态及决策的影响（未来与过去无关）
✓ 在推导后面阶段的状态时，只关心前面阶段的具体状态值，不关心这个状态是怎么一步步推导出来的
