动态规划和贪心算法都是一种递推算法 即均由局部最优解来推导全局最优解 （不从整体最优解出发来考虑，总是做出在当前看来最好的选择。） 不同点： 贪心算法 与动态规划的区别：贪心算法中，作出的每步贪心决策都无法改变，由上一步的最优解推导下一步的最优解，所以上一部之前的最优解 ...

动态规划算法。在T大某位老师的书中说就是递推+反复子问题。 动态规划算法的效率主要与反复子问题的处理有关。 典型的题目有 陪审团。最大公共子串问题 1，最大公共子串问题 这个是动态规划的基础题目。 动态规划就是递推和反复子结构 ...

动态规划法基本思想：将原问题分解为相似的子问题，在求解的过程中通过子问题的解求出原问题的解。著名的应用实例有：求解最短路径问题，背包问题，项目管理，网络流优化等。 个人对动态规划的理解，主要就是避免重复计算。就是那些曾经发生过的事情，曾经计算过的值先保存下来，然后再次遇到相同的子问题的时候，直接 ...

转载链接 目录 1. 斐波那契数列 2. 台阶问题 3. 生兔子问题 4. 找零钱问题 5. 矩阵最小路径 6. 最长递增子序列 7. 最长公 ...

动态规划 算法是通过拆分问题，定义问题状态和状态之间的关系，使得问题能够以递推（或者说分治）的方式去解决。 [1] 动态规划算法的基本思想与分治法类似，也是将待求解的问题分解为若干个子问题（阶段），按顺序求解子阶段，前一子问题的解，为后一子问题的求解提供了有用的信息 ...

动态规划算法定义： 动态规划，英文描述为Dynamic programming. 是一种可以把原始问题分解为若干相关联的子解问题，并通过求取和保存子问题的解，获得原问题的解。 动态规划算法可以解决的问题通常包含如下特征： 重叠子问题 最优子结构 ...

一、动态规划算法 　　众所周知，递归算法时间复杂度很高为（2^n），而动态规划算法也能够解决此类问题，动态规划的算法的时间复杂度为（n^2）。动态规划算法是以空间置换时间的解决方式，一开始理解起来可能比较困难，自己画画也许明白了很多。 二、动态规划算法分析 先举个 ...