DP，即动态规划（Dynamic Programming）的缩写，是一种通过把原问题分解为相对简单的子问题的方式求解复杂问题的方法。其核心在于将待求解问题分解为若干个相对简单的子问题，并将分解出的子问题只求解一次，将其结果存储起来，避免重复计算，从而节省计算量。这种方法常常用于优化问题，解决各类求极值、最优化等数学优化问题，也被广泛应用于计算机科学、人工智能领域。
DP算法的基本思想是分治法，即将大问题拆解成多个小问题，依次解决这些小问题，类似于递归。在实际应用中，DP算法的核心是状态转移方程，具体而言，就是将原问题拆成若干个子问题，并把解决子问题的方法整合起来，构形最终结果。
运用DP算法解决实际问题，需要牢记以下两点：
- 明确状态-即把原问题拆成若干个子问题时，每个子问题的状态是什么。
- 明确状态转移方程-即状态之间的关系如何转移。
DP算法的应用场景非常广泛，例如最长上升子序列（LIS）、最短编辑距离（Edit Distance）等问题都能用DP算法解决，而随着人工智能技术的不断发展，DP算法的应用前景越来越广阔。