动态规划，背包问题等

动态规划基本步骤

1 、确定dp及含义；
2 、确定递推公式；
3 、确定dp初始化；
4 、确定遍历顺序；

例题

一维dp例题1：；
leetcode746. 使用最小花费爬楼梯

//1dp[i]表示到达i阶梯时最小支付花费；
//2 dp[i] = min(dp[i-2]+cost[i-2],dp[i-1]+cost[i-1]);因为能到达第i个楼梯
//肯定是从i-1或者i-2阶梯来的。
//3 dp[0]=0;dp[1]=0;
//4 从小到大;
int minCostClimbingStairs(vector<int>& cost){
   
	vector<int> dp(cost.size()+1,0);//因为要到达顶点，所以加1；
	for(int i = 2;i<=cost.size();i++){
   
		dp[i] = min(dp[i-2]+cost[i-2],dp[i-1]+cost[i-1]);
	}
	return dp.back();
}
//改进：通过对递推式观察，可知，第i次的更新只和前两次有关系，故可以只用少量变量实现递推
int minCostClimbingStairs(vector<int>& cost){
   
	int pre = 0;
	int pree = 0;
	int now = 0;
	for(int i = 2;i<=cost.size();i++){
   
		now = min(pree+cost[i-2],pre+cost[i-1]);
		pree = pre;
		pre = now;
	}
	return now;
}

二维dp例题2：
leetcode 62. 不同路径

//dp[i][j] 表示从左上角到第i行第j行的不同路径数
//dp[i][j] = dp[i-1][j]+dp[i][j-1]
//初始化：i=0，j=0的需要初始化为1;
//遍历顺序，这里都可以，先行后列或者先列后行
int uniquePaths(int m,int n){
   
	vector<vector<int>> dp(m,vector<int>(n,1));//一步初始化
	for(int i=1;i<m;i++){
   
		for(int j =1;j<n;j++){
   
			dp[i][j] = dp[i-1][j]+dp[i][j-1];
		}
	}
	return dp.back().back();
}
//改进，通过观察递推式，可以发现当前dp[i][j]只和前面的两次相关，假设我们那一维的dp[j]来实现，则dp[j] += dp[j-1];//首先dp[j]表示上一行第j列的情况，dp[j-1]应该表示本行第j-1列的情况，故遍历顺序也应该是先行后列，列从小到大，这有这样，dp[j-1]才会在dp[i]更新时表示本行。
int uniquePaths(int m,int n){
   
	vector<int> dp(n,1);//一步初始化
	for(int i=1;i<m;i++)