分而治之，动态规划和贪心算法！

当我遇到最优子结构的问题并且没有子问题共享子子问题时，我可以使用分治算法来解决它吗？

但是当子问题共享子子问题（重叠子问题）时，我可以使用动态规划来解决问题吗？

它是否正确？

贪心算法与动态规划有何相似之处？

当我遇到最优问题时 子结构且无子问题股份 子子问题然后我可以使用除法 并用征服算法来解决它？

是的，只要你能为每种子问题找到一个最优算法。

但是当子问题共享时 子子问题（重叠 子问题）然后我可以使用动态 编程来解决问题？

它是否正确？

是的。动态规划基本上是分而治之算法系列的一个特例，其中所有子问题都是相同的。

贪心算法有何相似之处 动态规划？

他们是不同的。
动态规划为您提供最佳解决方案。
贪心算法通常会在短时间内给出良好/公平的解决方案，但它不能保证达到最佳值。

It is, 比方说，类似，因为它通常将解决方案构建分为几个阶段，在这些阶段中它采取局部最优的选择。但是，如果阶段不是原始问题的最佳子结构，那么通常它不会导致最佳解决方案。

EDIT:

正如 @rrenaud 所指出的，有一些贪婪算法已被证明是最优的（例如 Dijkstra、Kruskal、Prim 等）。
因此，更正确地说，贪心规划和动态规划之间的主要区别在于，前者在解决方案的空间上并不详尽，而后者却是。
事实上，贪婪算法在这个领域是短视的，并且在解决方案构建过程中做出的每个选择都不会被重新考虑。