动态规划dp

动态规划五部曲：

1. 确定dp数组以及下标的含义
2. 确定递推公式
3. dp数组如何初始化
4. 确定遍历顺序
5. 举例推导dp数组

   力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

   dp[i]的定义：到达第i台阶所花费的最少体力为dp[i]。
   因为求最小的花费，而且上到第i层只能由i-1与i-2推出来因此
   递推公式：dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])
   因为在第0层花费0，所以全部初始化为0
   
   力扣题目链接 //不同路径
   dp[i][j]含义为到i行j列位置有dp[i][j]种方案
   递推公式为dp[i][j]=dp[i-1][j]+dp[i][j-1];
   将第一行与第一列初始化为1
   
   //不同路径2与之的区别在于初始化时障碍之后的地方为0而不是1，然后将地图内的做个if判断就行了
   
   力扣题目链接 //拆分数字
   dp[i]的定义:拆分数字i，可以得到最大乘积为dp[i]，因此答案为dp[n]
   递推公式：dp[i]=max(dp[i],j*dp[i-1],j*(i-j))
   将dp[1]初始化为0或1，dp[2]初始化为1
   
   01背包问题
   dp[i][j]定义：在容量为j的背包中选择i件商品的最大价值为dp[i][j]
   递推公式：如果（j<weight[i]）dp[i][j]=dp[i-1][j],否则dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i])
   特殊情况特殊分析一般全部为0
   
   滚动背包
   就是降低空间复杂度
   递推公式:j从题目给定的容量出发递减，j要大于等于weight[i]
   然后dp[j]=max(dp[j],dp[j-weight[i]]+value[i])
   如果要恰好装满则dp[0]为0,其他为负无穷，否则为0
   
   力扣题目链接//分割等和子集     //能不能装满这个背包
   完全没思路，看视频才会的，难的是根本想不到将题目与01背包串起来
   分割成两个子集并且和相等，那么只要看数组中能不能选择值凑成sum/2，sum不能是奇数
   递推公式与滚动背包一样的，只是里面的数值即为重量也为价值
   
   力扣题目链接 //最后一块石头的重量II    //背包容量最大能被装多满
   与上一个题目一样，将sum/2看成容量，将重量看成价值，dp[i]找与sum/2最相近的值
   
   力扣题目链接 //目标和     //装满这个背包有多少种方式  dp[j]+=dp[j-nums[i]];之前装满容量为j的背包方式加上dp【j-nums【i】】的方式
   开始还是不知道跟01背包有啥关系，看了题解才知道都是一样的，只是看到题目没一点思路，与上面两题思路差不多

6. . - 力扣（LeetCode）   //一和零 
   //装满这个背包有多个物品dp【I】【j】=fmax(dp[i-sum[k][0]][j-sum[k][1]]+1,dp[i][j]);