动态规划模型相对于静态规划模型的优点：
1. 能够得到全局最优解；
2. 可以得到一族最优解；
3. 由于动态规划方法反映了动态过程演变的联系和特征，在计算时可以利用实际知识和经验提高求解效率。
动态规划模型的缺点：
1. 没有统一的标准模型；
2. 数值方法求解时存在维数灾。（需要额外的内存空间，并且一维问题可能需要二维空间）
《算法之道》对三种算法进行了归纳总结，如下表所示：
| 标准分治 | 动态规划 | 贪心算法 | |
| 适用类型 | 通用问题 | 优化问题 | 优化问题 |
| 子问题结构 | 每个子问题不同 | 很多子问题重复（不独立） | 只有一个子问题 |
| 最优子结构 | 不需要 | 必须满足 | 必须满足 |
| 子问题数 | 全部子问题都要解决 | 全部子问题都要解决 | 只要解决一个子问题 |
| 子问题在最优解里 | 全部 | 部分 | 部分 |
| 选择与求解次序 | 先选择后解决子问题 | 先解决子问题后选择 | 先选择后解决子问题 |
分治算法特征：
1）规模如果很小，则很容易解决。//一般问题都能满足
2）大问题可以分为若干规模小的相同问题。//前提
3）利用子问题的解，可以合并成该问题的解。//关键
4）分解出的各个子问题相互独立，子问题不再包含公共子问题。 //效率高低
【一】动态规划：
依赖：依赖于有待做出的最优选择
实质：就是分治思想和解决冗余。
自底向上（每一步，根据策略得到一个更小规模的问题。最后解决最小规模的问题。得到整个问题最优解）
特征：动态规划任何一个i+1阶段都仅仅依赖 i 阶段做出的选择。而与i之前的选择无关。但是动态规划不仅求出了当前状态最优值，而且同时求出了到中间状态的最优值。
缺点：空间需求大。
【二】贪心算法：
依赖：依赖于当前已经做出的所有选择。
自顶向下（就是每一步，根据策略得到一个当前最优解。传递到下一步，从而保证每一步都是选择当前最优的。最后得到结果）
【三】分治算法：
实质：递归求解
缺点：如果子问题不独立，需要重复求公共子问题
=> 写于2021/11/10
同学你好，谢谢你喜欢我的文章，这是我坚持写作的动力之一。
从2019年2月至今，在两年多时间内，我总共在csdn写下184篇文章。持续不断的学习和输出给我带来巨大的进步，也让我作为一个非科班本科生入门编程，最终得到进入大厂继续工作和学习的机会。我无比珍惜眼前来之不易的成果。
但是，由于这些文章大多是博主学习过程的记录，质量难免参差不齐。
为了提高对自己的要求，也为了提供更高质量的技术分享，博主决定重新启程，转至“知乎”进行创作，欢迎与你一同学习、交流和讨论。今天也要开心鸭
https://www.zhihu.com/people/jin-tian-ye-yao-kai-xin-ya-58-32
