常见递归解决的问题--超出int的解可以求模

求有多少种解的问题，一般用递归能解

记忆化递归

只要能用递归解决的问题，都可以用记忆化递归
用一个数组来存储已经计算出的结果，在递归函数的一开始处，先判断当前要求的值是否已经计算出来，如果计算出来，不用递归可以直接返回了

动态规划

能用递归的问题，一般都可以用动态规划解决

---

青蛙跳台阶

动态规划

青蛙跳台阶问题的递归边界
n=0 return 1；这是为什么呢啊？
从动态规划的角度看，dp[2]=dp[1]+dp[0]=2,所以dp[0]=1

动态规划法：

int dp[110];

int numWays(int n)
{
    memset(dp,0,sizeof(dp));//初始化,把dp和memo合并了，因为可用0区分
    
    //base case
    dp[1]=1;dp[0]=1;//dp[i]还剩i级台阶的时候有多少种跳法
    int a=dp[0];
    int b=dp[1];
    //状态转移，状态：总台阶数量，选择：一级跳，两级跳
    for(int i=2;i<=n;i++)
    {
        dp[i]=(dp[i-1]+dp[i-2])% 1000000007;
    }
    
    return dp[n];
}

时间复杂度：$O(n)$ 因为这里只需要遍历状态n，如果是硬币问题，还需要遍历选择，时间复杂度可能就是$O(n^2)$

空间复杂度优化

空间复杂度：$O(n)$
空间复杂度可以优化，思路和斐波那契额数列一样，因为只需要计算状态i，只需要他的前两个状态，i-1和i-2，那么就可以用是哪个变量，a,b,sum代替dp[i-2],dp[i-1]和dp[i]

int numWays(int n)
{
    
    //base case
   int a=1,b=1,sum;
   if(n==1||0) sum=1;
    //状态转移，状态：总台阶数量，选择：一级跳，两级跳
    for(int i=2;i<=n;i++)
    {
        sum=(a+b)%1000000007;
        a=b;
        b=sum;
    }
    
    return sum;
}

超出int求模