动态规划

例子：longest common sequence(LCS), leetcode 683 (Shopping Offer)

思想：首先通过穷举，用最粗鲁的办法遍历所有结果，从而推测出结果所需要的变量;

然后设想能否通过动态规划，减少上述办法中的重复计算结果;

方法一，可否将一个大问题（变量值较大）的转化成在子问题的基础上进行一些判断;

方法二，当变量互相独立时，可试着挨个考虑变量。

1.写出递归式，即将一个n的问题拆成一个或几个子问题(一般为n-1);然后从头开始算。

定义问题时所用的变量的即为决策。

由于需要动态决定每个决策，因此每个变量的每个值都需要取到。

方法有两个：

1.对每个变量进行一重循环，即可循环出所有的变量取值组合;（变量个数==循环重数）

2.当不知道变量的具体个数时，可以对每个变量影响的所有结果进行一次遍历;（变量个数==大循环的循环次数&&每个变量对所有（可能产生影响的）结果进行从小到大的遍历：相当于对一个目标遍历了所有变量的取值）

例如：LCS时，对于当前的字符，根据他们是否相等，来决定LCS是否增加一位;或是左边和上边的数字取最大值。（第一种）

Shopping Offer时，对于当前的special offer，根据使用和不使用每个offer，变量的个数为offer的个数，非常量，因此采取第二种方法。

3. Tips:

当变量过多，导致不能成功拆分成子问题时，可以假设某个变量确定（最后在遍历该变量的值），然后根据剩下的变量来拆分子问题。

4.动态规划的结果往往由多维数组构成。

5.结果的更新必须由小到大。

6. 初始化：

为一定会被比下去的结果。