重新理解动态规划的切入点
动态规划（Dynamic Programing）这里我们不讨论能做什么，或者该如何优化，只讨论从分析的角度看动态规划是什么，如何切入建立基本模型。
动态规划是对于一个系列的决策问题提供寻求最优解的方法。类似中学课本中学到的，“我是应该先烧水还是应该先看书所花的时间更少”这样的决策问题都可以通过动态规划解决。为什么我们不使用穷举考虑所有方案？DP优化了求解子问题过程中所造成的计算冗余，为我们提供了不同的角度去思考问题。
令决策的过程分为N步，每一次决策的结果S（n），简单的思考后，我们发现只要获得S（n）与S（n -1）之间的初等函数关系就可以通过递归的方式计算获得S（n）。而通过决策结果S(n-1)和n是很难描述下一步决策的，这时候问题变的难于入手，因其对决策的描述是不充分的。那么我们要充分描述以前的状态，这里需要我们分析决策跟哪些状态的变量相关，通过对决策的抽象，建立对状态的描述，例如F（x,y,z..）（有些像模糊数学，并没有具体公式，而是小心的把因素放在一起对问题进行描述），因为DP求解的问题是决策问题，所以最基本的状态因素就是时刻（注1），这里DP用了非常巧妙的方法，将状态的维度扩展到了2维。我们可以看到对于任何时刻的决策描述都可以变成D（i,j），如果我们能够通过（i,j-1），（i-1,j）时刻运用数学方法进行描述D（i,j），那么说明我们从F（x,y,z..）到D（i,j）的抽象是可行的动态规划方案。
为什么要使用2维呢，通过2维可以引入矩阵的概念，矩阵的很多特征性质，在演化算法中是重要的启发式算子。
以此我们可以看到，假设对基本算子通过多维的描述，D（i,j,k），通过所有周边时刻能够对其描述，则其是动态规划多维的一种推广。
注1：时刻的描述方法是多样的，根据具体问题来确定。一般情况下，假设问题空间为m*n，则D（m，n）描述了正个问题空间。
BTW：发发牢骚，我们的教育方式缺乏差异化，以及对个性化的包容度很低，导致教育的一元化。之所以说我们的教育方式和课本不入流，是其缺乏分析的过程，更多的时候是教授公式和方法，记忆的填鸭，而不是教授思考的方式和分析的过程，那些教人抄课本的人简直就是误人子弟。引用某老师的话来说，copy别人的东西再多也没有用，就算再怎么有天赋，不去创造学科，创立学问，永远只是在炒冷饭，这样的生活一点意思都没有。
参考文献：DynamicProgramming: a different perspective , SharonCurtis
How to DesignDynamic Programming Algorithms Sans Recursion, Kirk Pruhs
DynamicProgramming via Static Incrementalization , YanhongA. Liu, Scott D. Stoller
Dynamic Programming in a Generalized Decision Mode , Ulrich Huckenbeck, December, 1993
后边两篇没仔细读，感觉不错，留作记录
