动态规划算法的基本思想时将问题分解成多层个子问题。先求解子问题并将其记录，然后自底向上，从这些子问题求得原问题的解。

　如果用递归来求解的话，是自顶向下来求解的，动态规划和它相反，也就是说递归怎么来，动态规划就逆着来。

　求解动态规划的问题一般分这几个步骤：

　　1.找出最优解的性质，并刻画其结构特征（从题目中寻找合适的量来表达）

　　2.递归地定义最优值

　　3.以自底向上的方式计算最优值（按递归的反向来）

　　4.根据计算最优值时得到的信息，构造最优解

　　总的来说就是从最小的子问题出发推出上层父问题，一直推到原问题。

一句话来表示就是寻找合适的结构，然后按照递归的反向逆着求解。

其中寻找合适的结构来递归表达最难，这里总结了下几种常见的情况：

1.像矩阵连乘问题，租用游艇问题，多边形游戏，凸多边形的最优三角分割问题这样的，寻找最优的断点来分割段，从而寻找最优解的

2.流水线作业调度，TSP问题这样，把剩下的子问题作为一个集合的

3.0-1背包问题，资源分配问题，xxxxx的

4.最长公共子序列，这个好像比较特别一点

其实就是和小学时做应用题一样，从题目中找出有用的量，拿来表示问题的解的结构这样。