动态规划问题之求解数列中递增数列的长度

最近在准备面试，当然算法是必不可少的，但是自己平常做的更多的是工程方面的东西，涉及到的最多就是数据结构浅层的东西，还没有花很大的精力来研究算法，但是面试中算法肯定是不可缺少的，所以这几天一直在恶补算法，今天看 算法导论 时看到了动态规划算法，看书怎么也看不懂，于是乎上网搜了一下，结果搜到了知乎上的结果，见知乎之关于动态规划问题的探讨，感觉前两位朋友说的实在是太赞了，不仅是帮我理解了动态规划算法的思想和本质，帮我区分开了递推，贪心，动态规划和搜索的不同，更重要的是他们让我在认识问题上上升到了一个新的高度，即从状态和状态转换来认识IT问题，这实在是太精辟了，很多时候我们解决不了问题就是因为我们看待问题的角度不对，果然思想的高度才是真正的高度啊！！!

---

下面先总结一下我从上述两位知乎网友的回答中收获的心得：

• 把问题描述的更”IT“一些，也就是用更接近数学和计算机的语言来把原来的实际问题抽象化，这样很有利于我们用更清晰的思路去解决问题
• 在上述进一步抽象的问题描述中找准状态和状态之间的转化关系
• 关于上面说的几种算法思想的区分，这里引用一下上述知乎网友@王勐的回答：
  
  • 每个阶段只有一个状态—>递推（例如Fibonacci数列）
  • 每个阶段的最优状态都是由上一个阶段的最优状态得到的—>贪心（例如背包问题）
  • 每个阶段的最优状态是由之前所有状态的组合得到的—>搜