策略是面向問題的，算法是面向實現的。
貪心策略一方面是求解過程比較簡單的算法，另一方面它又是對能適用問題的條件要求最嚴格（即適用范圍很小）的算法。
貪心策略解決問題是按一定順序，在只考慮當前局部信息的情況下，就做出一定的決策，最終得出問題的解。
即：通過局部最優決策能得到全局最優決策
遞推也是由當前問題的逐步解決從而得到整個問題的解，依賴于信息間本身的遞推關系，每一步不需要決策參與到算法中，更多用于計算
遞歸常常用于分治算法、動態規劃算法中。
遞歸是利用大問題與其子問題間的遞推關系來解決問題的。
能采用遞歸策略的算法一般有以下特征：
（1）為求解規模為N的問題，設法將它分解成規模較小的問題，然后從這些小問題的解方便地構造出大問題的解
（2）并且這些規模較小的問題也能采用同樣的分解和綜合方法，分解成更小的問題，并從這些更小的問題的解構造出規模較大問題的解
（3）特別的，當規模N = 1時，能直接得解
對問題所有的解逐一嘗試，從而找出問題的真正解。一般用于決策類問題，很難找到大、小規模之間的關系，也不易對問題進行分解。
類似于枚舉，通過嘗試遍歷問題各個可能解的通路，當發現此路不通時，回溯到上一步繼續嘗試別的通路。
分治一般用于較復雜的問題，必須可以逐步被分解為容易解決的獨立的子問題，這些子問題解決后，進而將它們的解“合成”，就得到較大問題的解，最終合成為總問題的解。
與貪心類似，也是通過多階段決策過程來解決問題。每個階段決策的結果是一個決策結果序列，這個結果序列中，最終哪一個是最優的結果，取決于以后每個階段的決策，當然每次決策結果序列都必須進行存儲。因此是“高效率，高消費的算法”。
同時，它又與遞歸法類似，當問題不能分解為獨立的階段，卻又符合最優化原理時，就可以使用動態規劃法，通過遞歸決策過程，逐步找出子問題的最優解，從而決策出問題的解。
共同點：（1）分治法與動態規劃法實際上都是遞歸思想的運用
（2）二者的根本策略都是對問題進行分解，找到大規模與小規模的關系，然后通過解小規模的解，得出大規模的解
不同點： 適用于分治法的問題分解成子問題后，各子問題間無公共子子問題，而動態規劃法相反。
動態規劃法 = 分治算法思想 + 解決子問題間的冗余情況
貪心算法：每一步都根據策略得到一個結果，并傳遞到下一步，自頂向下，一步一步地做出貪心決策。
動態規劃算法：每一步決策得到的不是一個唯一結果，而是一組中間結果（且這些結果在以后各步可能得到多次引用），只是每一步都使問題的規模逐步縮小，最終得到問題的一個結果。
遞推、遞歸法：注重每一步之間的關系，決策的因素較少。遞推法是根據關系從前向后推導，從小規模問題的結論推解出大問題的解。而遞歸法是根據關系從后向前使大問題轉化為小問題，最后同樣由小規模問題的解推解出大問題的解。
蠻力策略（即枚舉和遞歸回溯）：
當問題找不到信息間的相互關系、也不能將問題分解為獨立的子問題，就只有把全部解都列出來之后，才能判定和推斷出問題的解。
蠻力策略適用于規模不大的問題。
（1）枚舉法：實現依賴于循環。所以一個枚舉法只針對一個特定問題規模的情況，例如：八重循環嵌套解八皇后問題的算法。
（2）遞歸回溯法：適用于任意指定規模的情況，例如：遞歸回溯法解N皇后問題。
用算法策略將解決問題的過程歸結為：用算法的基本工具“循環機制和遞歸機制”實現。
一般常遇到的問題分為四類：
（1）判定性問題：可用遞推法、遞歸法
（2）計算問題：可用遞推法、遞歸法
（3）最優化問題：貪心算法、分治法、動態規劃法、枚舉法
（4）構造性問題：貪心算法、分治法、廣度優先搜索、深度優先搜索
