概述

　　动态规划处理的对象是多阶段策略问题。

　　多阶段策略问题，是指这样的一类特殊的活动过程，问题可以分解成若干相互联系的阶段，在每一个阶段都要做出决策，形成一个决策序列，该决策序列也称为一个策略。对于每一个决策序列，可以在满足问题的约束条件下用一个数值函数衡量该策略的优劣。多阶段策略问题的最优化目标是获取导致问题最优值的最优决策序列即得到最优解。

　　应用动态规划设计使多阶段决策过程达到最优(成本最省、效益最高、路径最短)，依据动态规划的最优性原理: 作为整个过程的最优策略具有这样的性质，无论过去的状态和决策如何，对前面的决策所形成的状态而言，余下的诸决策必须构成最优策略。也就是说，最优决策序列中的任何子序列都是最优的。

概述

　　递推法是一种应用非常广泛的常用算法之一，与递归有着非常密切的联系。

　　递推是利用问题本身所具有的递推关系求解问题的一种方法。递推算法的基本思想是把一个复杂的庞大的计算过程转化为简单过程的多次重复，该算法充分利用了计算机的运算速度快和不知疲倦的特点，从头开始一步步地推出问题最终的结果。使用递推算法编程，既可使程序简练，又可节省计算时间。

　　递推算法的首要问题是得到相邻的数据项之间的关系，即递推关系。它针对这样一类问题：问题的解决可以分为若干步骤，每个步骤都产生一个子解，每个子解都是由前面若干子解生成的。我们把这种由前面的子解得出后面的子解的规则称为递推关系。

概述

　　递归是一个过程或函数在定义中直接或间接调用自身的一种方法。递归算法设计，就是把一个大型的问题层层转化为一个与原问题相似的规模较小的问题，在逐步求解小问题后，再返回（回溯）得到原大型问题的解。

　　一般来说，递归需要有边界条件，递归前进段和递归返回段。当边界条件不满足时，递归前进：当边界条件满足时，递归返回。

概述

　　回溯法有”通用解题法”之美称，是一种比枚举”聪明”的效率更高的搜索技术。回溯在搜索过程中动态地产生问题的解空间，系统地搜索问题的所有解。与枚举相比，回溯法的”聪明”之处在于能适时”回头”，若再往前走不可能得到解，就回溯，退一步另找线路，这样可省去大量的无效操作。因此，回溯与枚举相比，回溯更适合量比较大，候选解比较多的案例求解。