动态规划（dynamic programming,DP）和贪心算法（greedy algorithm，GA）
1. 联系
- 都是一种推导算法
- 都是分解成子问题来求解，都需要具有最优子结构
2. 区别
贪心：每一步的最优解一定包含上一步的最优解，上一步之前的最优解则不作保留。动态规划：全局最优解中一定包含某个局部最优解，但不一定包含前一个局部最优解，因此需要记录之前的所有的局部最优解贪心：如果把所有的子问题看成一棵树的话，贪心从根出发，每次向下遍历最优子树即可（通常这个“最优”都是基于当前情况下显而易见的“最优”）；这样的话，就不需要知道一个节点的所有子树情况，于是构不成一棵完整的树。动态规划：动态规划则自底向上，从叶子向根，构造子问题的解，对每一个子树的根，求出下面每一个叶子的值，最后得到一棵完整的树，并且最终选择其中的最优值作为自身的值，得到答案
根据以上两条可以知道，贪心不能保证求得的最后解是最佳的，一般复杂度低；而动态规划本质是穷举法，可以保证结果是最佳的，复杂度高。
针对0-1背包问题：这个问题应比较选择该物品和不选择该物品所导致的最终方案，然后再作出最好选择，由此就导出许多互相重叠的子问题，所以用动态规划。
3、总结
DP本质上是一个以空间换时间的算法，本质是穷举法，列举出所有可能的子问题，以历史信息进行求解(如果不不存储历史信息直接进行多次计算，某些子问题会计算多次，增加时间花费)。有些问题可以通过剪支来减少解空间大小，增快求解速度。DP可以保证求解的结果是最优的。
GA较为简单，只利用上一步的最优解信息进行计算。时间复杂度低，但是因为其求解的问题不一定符合贪婪的性质，所以求解的结果不一定是最优的。
