动态规划问题具有最优的子结构，并且具有可以通过递归关系描述的解决方案。
排序列表是向已排序列表添加元素，因此插入排序具有最佳子结构。递归关系可以描述为
Sorted_List_n = Sorted_list_n-1 + next element
那么为什么插入排序不被认为是动态编程算法？我理解它在Fibonacci数和编辑距离中是如何应用的，但并不是真的超出了它。
答案 0 :(得分：5)
如果问题具有以下两个属性，则可以使用动态编程（DP）解决给定问题。
1）重叠子问题（osp）
2）最佳子结构（oss）
尽管插入排序算法具有最佳的子结构属性，但它没有重叠的子问题属性。有点详细解释如下..
在Fibonacci数字计算的情况下，我们显然具有上述两个属性。
osp： fib（5）计算有fib（3）作为其子问题。同时，fib（4）计算有fib（3）作为其子问题。但是fib（5）= fib（4）+ fib（3）。如果我们用DP技术盲目地计算fib（5），我们最终计算两次fib（3）（一个用于fib（4），一个用于fib（3）本身）。这里，重叠的子问题之一是fib（3）
oss：以同样的方式，如果我们可以最佳地计算fib（4）和fib（3）的解，那么也可以最佳地计算fib（5）的解。因为fib（5）只是fib（4）和fib（3）的总和。
现在，让我们尝试检查插入排序中是否存在这两个属性。 我们假设你正在排序一组数字{5,2,3,1}。
osp：根据您认为子问题的复发情况如下：
{5,2,3,1}
{5,2,3}
{5,2}
{5}
如果仔细观察，我们可以看到没有两个相似的子问题。这意味着重叠的子问题属性不存在。
oss：如果我们可以最佳地对大小（n-1）的数组进行排序，那么我们也可以最佳地对大小（n）的数组进行排序。因此存在最优的子结构属性。
总之，插入排序算法没有重叠的子问题属性。因此，它不是DP解决方案。