一维动态规划中的一些思考

动态规划的主要解题步骤分为三步：

1. a.定义子问题（将固定值改成随意值）

2. b. 定义状态数组（数组中的每一个位置代表的意义，数组中的值代表的意义）
   

3. c. 定义状态转移方程（确定当前值与前面值的关系）
   

个人感觉能不能想到用动态规划解题，真的是随缘 哈哈哈哈

这篇文章主要看三个问题：

1. 排列数 ——假设你正在爬楼梯。需要 n 阶你才能到达楼顶。 每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？
   解：这个题一看，动态规划很简单。

   边界问题：

		dp[0] = 1
		dp[1] = 1

	状态转移方程：

		dp[i] = dp[i-1] + dp[i-2]

	结果：

	
	def climbStairs(self, n: int) -> int:
	    dp = [0] * (n + 1)
	    dp[0] = dp[1] = 1
	    for i in range(2, n + 1):
	        dp[i] = dp[i - 1] + dp[i - 2]
	    return dp[-1]

	简单优化
	def climbStairs(self, n: int) -> int:
	    dp = [0] * (n + 1)
	    dp[0] = dp[1] = 1
	    for i in range(2, n + 1):
	    	# 不只有1 2 还有其他值，给的是一个list时
	        for j in range(1,3):
	            dp[i] += dp[i - j]
	    return dp[-1]

2. 组合数
   
   同理，使用动态规划：
   边界问题：

	dp[0] = 1

	状态转移方程：

		dp[i] = dp[i] + dp[i-x]

	结果：

	def change(self, amount: int, coins: list[int]) -> int:
        dp = [0] * (amount + 1)
        dp[0] = 1
        for x in coins:
            for j in range(x, amount + 1):
                dp[j] = dp[j] + dp[j - x]
        return dp[-1]

3. 等于x的个数
   在数组nums 中选取若干元素，使得这些元素之和等于neg，计算选取元素的方案数。
   例：nums = [1,2,3,4,5] neg = 10 则选择方案一共有3种（1，2，3，4；1，4，5；2，3，5）
   使用动态规划求解：
   边界问题：

	dp[0] = 1

	状态转移方程：

		dp[i] = dp[i] + dp[i-x]

	结果：

	def change(self, amount: int, coins: list[int]) -> int:
        dp = [0] * (amount + 1)
        dp[0] = 1
        for x in coins:
            for j in range(x, amount + 1):
                dp[j] = dp[j] + dp[j - x]
        return dp[-1]

不难发现，上面三份代码，只存在微小的差别，第一份和第二份相比，双重循环的关系相反，导致结果一个是排列，一个是组合；第二份和第三份相比，内循环一个是正序，一个是倒序，导致的结果是每个数可使用n次和每个数最多可使用一次的区别。

所以
要求是排列时：正序，nums位于内循环
要求是组合时：正序，nums位于外循环
要求是数字最多可使用一次时：倒序，nums位于外循环