动态规划（一）

动态规划的两种常用形式：

1）递归型（在函数中调用自身）：

优点：直观，容易编写

缺点：可能会因为递归层数太深导致爆栈，函数调用带来额外时间开销。无法使用滚动数组节省空间。总体来说，比递推型慢。

2）递推型（for循环）：

效率高，有可能使用滚动数组节省空间。

有的问题只能用递归解决，有的问题既可以用递归，也可以用递推。

递归到递推的一般转化方法：

递归函数有n个参数，就定义一个n维的数组，数组的下标是递归函数参数的取值范围，数组元素的值是递归函数的返回值，这样就可以从边界值开始，逐步填充数组，相当于计算递归函数值的逆过程。

动态规划解题的一般思路（递推型）：

1.将原问题分解为子问题：子问题与原问题形式相同或类似，子问题解决，原问题即解决。子问题的解一旦求出就会被保存，所以每个子问题只需求解一次（节省时间）。

2.确定状态：子问题确定，则状态确定。状态值即为对应的子问题的解。若K个整型变量能构成一个状态，取值范围分别是N1，N2,N3...NK，那么就可以用一个K维的数组array[N1][N2]...[NK]来存储各个状态的值。

3.确定初始状态的值（边界值）

4.确定状态转移方程：如何通过一个或多个已知的状态值，求出另一个状态的值。