求上得中，求中得下

动态规划是一种通过分解问题为重叠子问题并存储子问题解来提高效率的算法思想。其核心特征包括：最优子结构（整体最优解由局部最优解组成）、重叠子问题（子问题被反复计算）和无后效性（未来状态仅依赖当前状态）。本文通过爬楼梯和最大子数组和两个实例详细说明动态规划的实现步骤：定义状态、初始状态、状态转移方程及JS实现方式（递归+记忆化/迭代优化）。动态规划适用于具有重叠子问题和最优子结构特征的问题，如最值、计数和存在性问题。

双向链表：既可以从头遍历到尾,又可以从尾遍历到头。一个节点既有向前连接的引用,也有一个向后连接的引用.双向链表可以有效的解决单向链表中提到的问题。特点：可以使用一个head和一个tail分别指向头部和尾部的节点。每个节点都由三部分组成: 前一个节点的指针(prev)/保存的元素(item)/后一个节点的指针(next)。双向链表的第一个节点的prev是null 双向链表的最后的节点的next是nul

链表类似于火车: 有一个火车头,火车头会连接一个节点,节点上有乘客(类似于数据),并且这个节点会连接下-个节点,以此类推.要存储多个元素，可以选择链表，但不同于数组，链表中的元素在内存中不必是连续的空间 链表的每个元素由一个存储元素本身的节点和一个指向下一个元素的引用(有些语言称为指针或者连接)组成