动态规划方法是处理分段过程的最优化问题的一类及其有效的方法在实际生活中，有一类问题的活动过程可以划分成若干个阶段，而且在任意阶段后的行为依赖于该阶段的状态，于该阶段之前的过程如何到达这种状态的方式无关。这类问题的解决是多阶段的决策过程。
最优化化原理：多阶段过程的最优决策系列应当具有性质：无论过程的初始状态和初始决策是什么，其余的决策都必须相对于初始决策所产生的状态构成一个最优决策序列。
问题的最优子结构性质和自问题的重叠性质是采用动态规划算法的2个基本要素：
1：最有子结构性质：原问题的最优解白含了其子问题的最优解
2：子问题重叠性质：每次产生的子问题并不总是新的问题，有些子问题被反复计算多次。（与贪心算法的区别：贪心算法是不会计算子问题多次的。）
最优化原理与0 1背包问题：归结为数学规划问题 ：
动态规划一般步骤：
分析最优解的性质，找出最优子结构的特征，如果所求解的问题的最优性原理成立，则说明 动态规划方法有可能解决该问题。而解决问题的关键在于获取各个阶段的递推关系，该递推关系递归地定义最优值，以自底向上的方式
cost(i,j) = min{c(i,j)+cost(i+1,l)} //牛B