动态规划的策略
动态规划和分治法很像，都是把一个大问题拆解成若干个子问题，通过解决子问题来解决原问题
但区别在于：分治法的子问题往往是独立的，而动态规划的子问题是有重叠的，即一个子问题的结果可能为另一个子问题所用，因而可以通过保存已解决子问题的结果（Memorization）来进行加速。
通常动态规划可以把许多递归问题从指数时间降到多项式时间，如《python 递归优化》中的例子。
综上所述，动态规划的核心为两部分：
- 递归
- 缓存
动态规划问题的特点
- 原问题的最优解包含子问题的最优解
- 递归解法中包含大量重复计算
动态规划的分类
-
自顶向下
用递归的方式处理问题，保存每个子问题的结果以备查询 -
自底向上
用迭代的方式处理问题，先解决小问题，保留结果，再扩大规模
动态规划举例
1. 斐波那契数列
2. 动态时间调整
