纸上得来终觉浅，绝知此事要躬行
贪心、回溯、动态规划可划分为一类，而分治单独一类
前三个都是解决问题的模型，可抽象成多阶段决策最优解，而分治问题尽管大部分也是最优解问题，但是大部分不能抽象成多阶段决策模型
回溯算法是万金油，基本上能用动态规划、贪心解决的问题，都可以用回溯算法解决，其实相当于穷举搜索，但是⌚️复杂度比较高，是指数级别的，只能用来解决小规模数据问题。
动态规划相对比较高效，能用动态规划解决的问题需要满足三个特征：最优子结构、无后效性、重复子问题。对于重复子问题，分治要求分割成子问题不能有重复，而动态规划之所以高效就在于回溯算法实现中存在大量重复子问题。
贪心算法实际上是动态规划的特殊情况。她解决的问题起来更加高效，代码实现也更加简洁，但是她需要满足三个条件：最优子结构、无后效性
、贪心选择性（即选择只当前最优解，不记录之前状态）
总结起来：
- 贪心： 一条路走到黑，就一次机会，只能那边看着顺眼走哪边 ；
- 回溯： 一条路走到黑，无数次重来机会，还怕我走不出去；
- 动态规划： 拥有上帝视角，手握无数平时宇宙的历史存档，同时发展出无数个未来；
- 分治：大问题肢解为小问题，然后再把结果合并
