动态编程方法类似于将问题分解为更小但更小的子问题的分而治之.但不同的是，分而治之，这些子问题并没有独立解决.相反，这些较小的子问题的结果会被记住并用于类似或重叠的子问题.
动态编程用于我们遇到问题的地方，可以分成类似的子问题，以便他们的结果可以重复使用.大多数情况下，这些算法用于优化.在解决现有子问题之前，动态算法将尝试检查先前解决的子问题的结果.结合子问题的解决方案以获得最佳解决方案.
所以我们可以说 :
问题应该可以分成较小的重叠子问题.
可以通过以下方式实现最佳解决方案:使用较小子问题的最佳解决方案.
动态算法使用Memoization.
比较
与贪婪算法相比，本地优化得到解决，动态算法可以促进问题的整体优化.
与分而治之的算法相比，在将解决方案组合在一起以实现整体解决方案的情况下，动态算法使用较小子问题的输出，然后尝试优化更大的子问题.动态算法使用Memoization来记住已经解决的子问题的输出.
示例
使用动态编程方法可以解决以下计算机问题;
斐波那契数字系列
背包问题
河内塔
Floyd-Warshall的所有最短路径
Dijkstra的最短路径
项目调度
动态编程可以自上而下和自下而上的方式使用.当然，大多数情况下，参考之前的解决方案输出比CPU周期重新计算更便宜.