动态规划

动归不是某种具体的算法，而是一种思想，核心在于把大问题转化为小问题，利用小问题的解推判断大问题的解

动态规划很像递推，不同的是，递推求的是一个数据，对数据进行操作
动态规划求的是最优的状态，最优的方案，通过

就像上楼梯问题，假设f数组表示从0走到x的方案数，那么fn怎么进行推测呢？只需要f[n] = f[n-1] + f[n-2]，这就是此问题的递推式

我们用大事化小小事化了的思想，解决这类上楼梯问题，为什么大事可以化为小呢？因为大事小事都要一样的形式，如果满足这个要求那么我们每遇到问题都可以坚决表达，这种局面叫做状态，设计完动态直接利用小来求大，就可以把题目做出来

确定状态，求出f数组的意义表示，然后我们需要将小状态推出大状态，这个过程为状态转移，这个式子为状态转移方程，我们需要考虑这个局面从哪过来的

动归还可以用另一种设计转移的思路，当前状态解已知需要利用这个解去更新他能走到的状态，也就是我从哪里来，我到哪里去

一个是对于没有求出解的状态，利用能走到的他的状态得出它的解，一个是对于一个求好的状态那它去更新它能走到的地方

记忆化搜索和按顺序递推式动归的两种高效实现方法，记忆化搜索有时候更节省时间，空间，因为不可能达到的状态是不会被搜索到的

决策类的动归，需要满足两个原则1.大问题的最优解，一定是从小问题最优解出来的；2.无后效应，现在的决策只与过去的结果有关，和过去的决策无关，也就是只看最后的值，而不看这个值是怎么来的

总结：dp三连，1我是谁，设计状态；2我从哪里来；3我到哪里去

Dp实现，按顺序递推，记忆化搜索