在探索了这个question 之后，我开始意识到动态规划算法不能用于解决knapsack problem 或具有非整数约束 的类似问题。我对我的认识是对的吗？动态规划算法还有其他限制吗？
【问题讨论】：
标签： algorithm dynamic-programming
基本上你可以说可能的分数（解决方案质量）需要是有限的并且足够低以适应内存。非整数通常意味着非离散，这会导致无限可能的解决方案得分。
如果只有 N 个可能的解决方案分数，您知道您最多需要找到其中 N 个才能获得最好的分数，而不是获得它们的整个指数数量的方法。这就是动态规划背后的理念。
【讨论】：
我想另一个限制是不知道动态编程是否是最好的可用技术，因为它的性能不知道匹配信息论的下限。
这里是an example problem from David Eppstein：
给定n个实数的排序列表，找到最小的区间 对于介于 1 和 n 之间的所有 k 值，恰好包含 k 个元素。 有一个简单的动态规划算法可以解决这个问题 二次时间问题，但最著名的下限是 线性的。要么描述一个更快的算法，要么证明一个更大的更低 受限于某种合理的计算模型。 （“动态规划” 不是一个合理的计算模型！！）
【讨论】：