动态规划

近段时间刷力扣，算法的入门级题目就是斐波那契数；

题目和解答方案如下

#F(0) = 0,F(1) = 1
#F(n) = F(n-1) + F(n-2),其中n>1
#给你n,请计算F(n)
#
###############常见解答方案############
class Solution {
    function fib($n){
        if($n<2){
            rturn $n;
        }
        return $this->fib($n-1) + $this->fib($n-2);
    }
}

递归树中，子问题的个数为O(2^n);

算法中没有循环，只有f(n-1)+f(n-2)，时间复杂度为O(1);

所以，这个算法的时间复杂度为二者相乘，即O(2^n)。

了解递归的都知道，递归其实可以通过循环实现，我们也可以写成下面这个样子

function fib($n){
    if($n<2){
        return $n;
    }

    for($i=0;$i<$n;$i++){
        $dp[i] = dp[i-1] + $dp[i-2];
    }

    return $dp[$n];
}

上面用了循环处理后，

子问题的个数为O(1);时间复杂度为O(n);

所以这个算法的复杂度为O(n);

上面的解法就用到了我们今天所要讲到的主题，动态规划。

动态规划一般分为三步

1.初始状态，即

n<2的时候

2.确定状态，即问题中会出现的变量

$i<$n;

3.确定选择，即每一次状态变化产生的行为

$i++

4.归纳dp数组的定义

$dp[$n] = $dp[$n-1] + $dp[$n-2];