一般实际生活中我们遇到的算法分为四类：
一>判定性问题
二>最优化问题
三>构造性问题
四>计算性问题
而今天所要总结的算法就是着重解决 最优化问题
《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