任何解决最终解决方案中N个子问题的动态规划算法，都必须在Ω（N）时间内运行。
这句话是真的吗？我认为确实如此，因为我需要计算每个子问题。请让我知道我是否错
答案 0 :(得分：0)
简短的回答是“否”。动态编程比实际算法更像是一种提高性能/缩短运行时复杂度的策略。在不了解特定问题的实际算法的情况下，无法说出时间复杂度。
DP的想法是使用记忆（通过占用一些空间）来加快现有算法的速度。此外，可以应用DP的每种算法都可能以不同的方式加速。无需多次重新计算同一子任务，您将不得不将中间结果存储在另一个数据结构中。如果数据结构中再次需要结果，则将直接返回存储的中间结果
话虽如此，DP问题的时间复杂度是唯一状态/子问题的数量*每个状态花费的时间。
这里是DP解决N个子问题并且计算不是Ω（N）的一个示例。 假设您的DP需要O（n）个子问题，而评估每个子问题的成本为O（logn）二进制搜索加上恒定时间操作。
然后整个算法将花费O（n * logn）。