动态规划具有的性质是

动态规划（Dynamic Programming）是一种用于求解多阶段决策问题的最优化方法。它的主要思想就是将一个复杂的问题分解为若干个子问题，并且这些子问题之间存在着重复的计算，因此可以将重复计算的部分缓存起来，这就是动态规划的核心。在动态规划中，每个子问题只计算一次，并将其结果存储在内存中，之后在需要时直接利用之前的计算结果，从而避免了大量的重复计算。动态规划算法具有以下几个重要性质：

1. 确定状态

动态规划通过确定状态来求解问题。状态是指表示问题的某个局面的数据，需要保存在内存中以便后续使用。在动态规划中，每个状态必须只计算一次，并且将其结果存储在内存中。这些状态构成了状态空间，即所有可能的状态构成的集合。在状态空间中，我们可以利用已有的状态计算新的状态，并最终求解问题。

2. 找到状态转移方程式

状态转移方程式是解决问题的关键，在动态规划中，它是一个用来计算多个状态之间关系的方程式。通过状态转移方程式，我们可以从一个状态计算出另一个状态，这使得我们能够逐步确定最终解的过程。

3. 最优子结构

动态规划要求问题具有最优子结构，即最优解能够由子问题的最优解推导出来。这个性质使得我们可以通过求解子问题的最优解来推导出整个问题的最优解。

4. 无后效性

动态规划的另一个性质是无后效性，即以前的状态决定后续状态的转移，而与未来无关。也就是说，只要我们记住了前面的状态，就可以根据前面的状态计算后面的状态，而不需要考虑将来状态的变化。

5. 求解复杂问题

动态规划算法通常用于求解复杂的最优化问题。这些问题可能会有着数百个变量和约束条件，无法通过常规的算法求解。但是，通过动态规划，我们可以将一个复杂的问题分解成若干个简单的子问题，并逐步求解这些子问题的最优化解。

综上所述，动态规划具有确定状态、找到状态转移方程式、最优子结构、无后效性以及求解复杂问题等多个重要性质。这使得动态规划成为了解决多阶段决策问题的重要算法。对于那些需要求解一些复杂问题的人，动态规划算法无疑是一个非常有用的工具。