動態規划和貪心算法都是一種遞推算法 即均由局部最優解來推導全局最優解 （不從整體最優解出發來考慮，總是做出在當前看來最好的選擇。）
不同點：
貪心算法
與動態規划的區別：貪心算法中，作出的每步貪心決策都無法改變，由上一步的最優解推導下一步的最優解，所以上一部之前的最優解則不作保留。
能使用貪心法求解的條件：是否能找出一個貪心標准。我們看一個找幣的例子，如果一個貨幣系統有三種幣值，面值分別為一角、五分和一分，求最小找幣數時，可以用貪心法求解；如果將這三種幣值改為一角一分、五分和一分，就不能使用貪心法求解。
例：貪心法標准的選擇
設有n個正整數，將它們連接成一排，組成一個最大的多位整數。
例如：n=3時，3個整數13，312，343，連成的最大整數為34331213。
又如：n=4時，4個整數7，13，4，246，連成的最大整數為7424613。
輸入：n個數
輸出：連成的多位數
算法分析：此題很容易想到使用貪心法，在考試時有很多同學把整數按從大到小的順序連接起來，測試題目的例子也都符合，但最后測試的結果卻不全對。按這種標 准，我們很容易找到反例：12，121應該組成12121而非12112，那么是不是相互包含的時候就從小到大呢？也不一定，如12，123就是 12312而非12123，這種情況就有很多種了。是不是此題不能用貪心法呢？其實此題可以用貪心法來求解，只是剛才的標准不對，正確的標准是：先把整數轉換成字符串，然后在比較a+b和b+a，如果a+b>=b+a，就把a排在b的前面，反之則把a排在b的后面。
動態規划算法
與貪心法的區別：不是由上一步的最優解直接推導下一步的最優解，所以需要記錄上一步的所有解 （下例中的F[i][j]就表示第i行的j個解)
能使用動態規划算法的條件：
如果一個問題被划分各個階段之后，階段I中的狀態只能由階段I-1中的狀態通過狀態轉移方程得來，與其它狀態沒有關系，特別是與未發生的狀態沒有關系，那么這個問題就是“無后效性”的，可以用動態規划算法求解
動態規划算法求解：
1。定義階段：第i行第j列的值a[i][j]
2。定義狀態：走到第i行第j列的最大值F[i][j]
3。狀態轉移方程：F[i][j] = a[i][j]+max(F[i+1][j], F[i+1][j+1])
4。定義邊界條件：當i = n時，F[i][j] = a[i][j]; 即一開始可以直接得出的局部最優解