ref 《》by王秋芬
貪心算法：當前選擇可能依賴已經做出的選擇，但不依賴與還未作出的選擇和子問題；特徵：自頂向下，一步步做出貪心選擇，但如當前選擇可能要依賴子問題的解時，則難以通過局部的貪心策略達到整體最優解。
分治算法：分治法中各個子問題是獨立的，即不包含公共的子問題，so 一旦遞歸的求出格子問題的解後，便可自下而上地將子問題的解合併成原問題的解。但如果各個子問題不是獨立的，則分治法要做很多不必要工作，即重複解公共的子問題，對時間的消耗太大。
動態規劃算法：問題經分解得到的各個子問題往往不是相互獨立的。求解過程中，將已解決的解進行保存，在需要時可以輕鬆找出。比喵了大量的無意義的重複計算，從而降低算法的時間複雜性。通常用表的形式保存已解決的子問題的解。
求解步驟：分析最優解性質，–if fit this algorithm;
遞歸定義最優值（建立遞歸式orDP方程）
自底向上求出最優值，記錄
根據計算出的最優值時得到的信息，構造出最優解。
基本要素：最優子結構；子問題重疊性質；自底向上的求解方法
ps. 遞歸算法的空間複雜度與遞歸深度有關 深度n O(n) logn O(logn)
