动态规划与贪心算法的区别与联系

区别：
动态规划
全局最优解中一定包含某个局部最优解，但不一定包含前一个局部最优解，因此需要记录之前的所有最优解。
条件：最优子结构；重叠子问题。
方法：自底向上构造子问题的解。
例子：子序列最大和问题，滑雪问题

贪心算法
条件：每一步的最优解一定依赖上一步的最优解。
方法：从问题的某一个初始解出发逐步逼近给定的目标，以尽可能快的地求得更好的解。当达到某算法中的某一步不能再继续前进时，算法停止。
存在问题：
（1）不能保证求得的最后解是最佳的；
（2）不能用来求最大最小解的问题；比如钱币分为1元3元4元，要拿6元钱，贪心的话，先拿4，再拿两个1，一共3张钱；实际最优却是两张3元就够了。
“贪心”特性：它对解空间树的遍历不需要自底向上，而只需要自根开始，选择最优的路，一直走到底就可以了。这样，与动态规划相比，它的代价只取决于子问题的数目，而选择数目总为1。
例子：哈夫曼树，钱币组合，设置雷达问题
========================
联系：
（1）都是一种递推算法；
（2）贪心和动态规划本质上是对子问题树的一种修剪。两种算法要求问题都具有的一个性质就是“子问题最优性”。即组成最优解的每一个子问题的解，对于这个子问题本身肯定也是最优的。