如何将暴力递归改为动态规划？

暴力递归

1、把问题转化为规模缩小了的同类问题的子问题
2、有明确的不需要继续进行递归的终止条件
3、有当得到了子问题的结果之后的决策过程
4、不需要记录每一个子问题的解

动态规划

1、从暴力递归中来
2、将每一个子问题的解记录下来，避免重复计算（这是动态规划优于递归的本质原因）
3、把暴力递归的过程，抽象成了状态表达
4、并且存在化简状态表达，使其更加简洁的可能

开胃小菜，先来一道题感受一下如何暴力递归：

打印一个字符串的全部子序列，包括空字符串
例如abc的全部子序列为a,b,c,ab,bc,ac,abc和空字符串（注意子序列和子串的区别，子序列可以不连续，子串必须连续，前者去掉ac就是子串）。
暴力递归思路：还是以abc为例
对于每个位置，都有要和不要两种选择，穷尽所有位置即可得到答案，如下图

public static void printAllSubsquence(String str) {
   
		char[] chs = str.toCharArray();
		String res = "";
		process(chs, 0, res);
	}

	public static void process(char[] str, int i,String res) {
   
		if (i == str.length) {
   //终止条件，当i到达最后一个位置后打印结果
			System.out.println(res);
			return;
		}
		process(str, i + 1, res);//不要当前位置的值
		process(str, i + 1, res+String.valueOf(str[i]));//要当前位置的值		
	}

运行结果（第一行是空串）：

进入正题

给你一个二维数组，数组中的每一个数都是正数，要求从左上角走到右下角，每一步只能向右或者向下，沿途经过的数字要累加起来，返回最小的路径和。
举个例子，
1, 3, 0
2, 5, 1
7, 4, 2
很显然最小路径和=1+3+0+1+2=7

• 遇到这种题，首先我们应该先尝试写出它的暴力递归解法（最重要的一步）
• 其次再考虑改成动态规划

分析一下暴力递归的思路：
情况（1）：当前点（i，j）来到最后一列，此时只能向下走，即走到（i+1，j）
情况（2）：当前点（i，j）来到最后一行，此时只能向右走，即走到（i，j+1）
情况（3）：普遍情况，当前点可以选择向右或者向下，选择其中路径和较小的一个

有了思路，代码不一会儿就刷刷刷的写好了

	public static int minPath1(int[][</