动态规划是一种优化的递归算法，通过解决子问题并存储答案避免重复计算。本文介绍了动态规划的基本概念，如重叠子问题和最优子结构，并通过爬楼梯、房屋抢劫、0-1背包问题等示例阐述其应用。还讨论了记忆化搜索在动态规划中的作用，以及在面试中可能遇到的动态规划问题，如最长递增子序列和最短路径问题。
动态规划本质依然是递归算法，只不过是满足特定条件的递归算法。
什么样的问题可以使用动态规划呢？
1 什么是动态规划
把原问题拆解成若干子问题，同时保存子问题的答案，使得每个子问题只求解一次，最终获得原问题的答案。
记忆化搜索的实质就是在递归 的 基础上添加 记忆化这个过程。
先解决小数据量的结果是怎样的，然后，层层递推，解决大数据量的结果是怎样的。这就是动态规划。
大多数动态规划问题，本质都是递归问题，只不过，在这个递归的过程中，会有重叠子问题
// 递归求斐波那契数列
public class Solution1
100万+
9896
571
457
457
436
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
扫一扫
