動的計画法、再帰的性質の最適化問題を解決するために使用, すなわち、問題の子の有限数の最適な方式を見つけることにつながる可能性の問題のための最適な方法を見つけます. 多くの再帰アルゴリズムについて, 分割統治の原則 (ドレインとコンカー) 多くの場合、アルゴリズムの設計において重要な役割を果たし. 大きな問題を解決するために, 私は独立して解決することができる同様に形成することにはいくつかの問題に分割. 動的計画法で, この原理は、実証されています: まだ数学を解決する必要があるとわかっている場合, これは、すべての人間の問題を解決し、ソリューションを貯蔵または、より一般的な問題を解決するために、特定の組み合わせで、再利用の目的のためにそれらを答えます. そして、それは計画および再帰、またコンテンツの動的計画法との間の差であります.

+再帰起動大きな問題は、問題の子の中に、各サブ問題こと減衰します. この賞は、再びより小さなサブ問題に崩壊させて子供の問題を持ってきて、小さいに関わらずそれがあったかどうかのそれを解決するために行きました.
+すべての最小の問題を解決するための計画を開始 (基本問題) その結果、徐々に大きく問題を解決, 最大が解決するまで、 (元の問題).

問題を解決するために動的計画法を用いる場合, 我々は、以下の2つの困難に直面する可能性が:

– 一つは, 問題解決のではない、常に組み合わせ、我々はまた、より大きな問題を提供しています解決策

– 2番目, 解決すべき多くの問題と答えは、非常に大きな記憶することができます, 許容されません. これまで, 誰も正確に動的計画法を用いて効率的に解くことができるレッスンを識別することができ. そこあまりにも複雑で困難な問題があるが、解決するために、動的プログラミングを適用することができないようです, いくつか他の人があまりにもシンプルであった数学は、古典的アルゴリズムよりも非効率的に対処するために利用計画を作ります.

計画作業の基本原則
計画では、各ステージが唯一のステップが最適化されますするに多段の計画段階であります. しかし、多段階のプロセスを計画する場合, すべてのステップの制御に基づいて選択する必要がありますが、プロセス全体の共通の利益ということステップの狭い利益に由来しません.
1. ボトムアップからの原則の番号のステージ.
最終段階のために、それが最善ではなく、影響を心配することができます. その段階で安定した、私たちは前の段階で確認することができますし、今まで私たちは、プロセスの最初の段階に行くし続けます.
2. 問題の原理パラメータ
最終段の近くのこの段階で, 私たちはこの段階で、我々は最後の段階のための最適な制御を見つけることを前提に想定して持っているので、私は結果を知りません. 別のステップでは、状況はそう起こります. したがって、最適な制御は、前のステップで結果を特徴付けるパラメータに依存します.
3. 原則ケージ
より広い問題への最初の問題、または問題の家族を合理化し、したがって、最初の問題は、この問題彼らの特定の場合であり、.
これらのパラメータにこの問題のおかげで私は解決しました. 最初の問題を通知するまでの時間が停止するまで、私は、異なるパラメータでの問題の結果をしようとします.
4. 最適な原則 (ベルマン)
最適な姿勢が自然です: 初期状態と、彼らは次のコントローラを形成する方法を初期制御するかどうか、また、これらの制御の衝撃元で得られた状態になるために最適です.