動態規劃與分治法相似，都是通過組合子問題的解來求解原問題（Programming在這裡指的是一種表格法，並非是編寫計算機程式），但是又有所不同：

• 分治法將問題分解為互不相交的子問題，遞迴求解子問題，再將它們的解組合起來，求出原問題的解。
• 動態規劃應用於子問題重疊的情況，即不同的子問題具有公共的子子問題（子問題的求解是遞迴進行的，將其劃分為更小的子子問題）：分治法會反覆地求解那些公共的子子問題；動態規劃演算法對每個子子問題只求解一次，將其儲存在一個表格中，從而無需每次求解一個子子問題時都重新計算，避免不必要的計算工作。

動態規劃通常用來求解最優化問題（optimization problem）—— 這類問題有很多可行的解，每個解都有一個值，我們希望尋找具有最優（最小值或最大值）的解，這樣的解稱為其中一個最優解（an optimal solution），而非就是最優解（the optimal solution），因為可能有多個解都達到最優值。通常按四個步驟

1. 刻畫一個最優解的結構特徵。
2. 遞迴地定義最優解的值。
3. 計算最優解的值，通常採用自底向上的方法。
4. 利用計算出的資訊構造一個最優解。

步驟1~3是動態規劃演算法求解問題的基礎。如果我們僅僅需要一個最優解的值，而非解本身，可以忽略步驟4。如果確實需要做步驟4，有時就需要在執行步驟3的過程中維護一些額外信心，以便用來構造一個最優解。

常見用動態規劃求解的最優化問題

• 鋼條切割
• 矩陣鏈乘法
• 最長公共子序列
• 最優二叉搜尋樹