通常，我们把动态规划简称为:DP（dynamic programming）
首先，动态规划在本质上是对搜索的一种优化。也就是对重叠子问题的优化。
比如斐波那契数列，如果我们既要计算f(99)、f(100)和f(101)，我们就可以保存f(99)和f(100)的值，这样对于f(101)来说时间复杂度为O（1），否则时间复杂度为O（101），也就是时间复杂度优化到了约为原来的1/100。
重叠子问题：
重叠子问题就是前面的解可以用在后面一个解上，如上面说过的斐波那契数列。如果没有重叠子问题，则DP无法优化。因为DP的本质是把已经算出的结果存起来，也就是记忆化。并在下一步计算中直接使用上一步的结果，而不是重新算一遍。如果没有重叠子问题，也就是说没有重复计算的地方，那么我们存储结果也没有意义。因此，我们说：如果某个问题没有重叠子问题，那么使用DP无法有效优化。
记忆化：
记忆化的意思就是存储已经算出的结果。
最优子结构：
子问题的最优解可以用于问题的最优解。
无后效性：
如果我们解决了一次问题B（假设解决B使用了问题A的结论），那么我们就不需要再求问题A的结论，在问题B后面的问题直接使用问题B的结论即可。