动态规划（js）

基本思想：

主要是一种迭代的思想，将大问题划分成为若干个子问题，并将子问题保存起来，找到问题之间的递推公式并求得最终解，常用来求解最优解问题，递归分治也是将大问题划分成小问题并求得最终解的思想，它与动态规划的区别在于前者主要解决划分不相交的子问题，而后者的子问题往往是相交的，如果这时候用递归会造成很多的重复运算，动态规划是一种牺牲空间换时间的算法。

例题：

斐波那契数列

描述

输入描述：

一个正整数n

返回值描述：

输出一个正整数。

示例1

输入：4

返回值：3

说明：根据斐波那契数列的定义可知，fib(1)=1,fib(2)=1,fib(3)=fib(3-1)+fib(3-2)=2,fib(4)=fib(4-1)+fib(4-2)=3，所以答案为3。

递归解法：

function Fibonacci(n)
{
    if(n == 1) {
        return 1;
    } else if(n == 2) {
        return 1;
    } else {
        //这里会造成很多重复计算，时间复杂度2的n次方
        return Fibonacci(n - 1) + Fibonacci(n - 2);
    }
}

动态规划：

function Fibonacci(n)
{
    let dp = [];
    dp[1] = 1;
    dp[2] = 1;
    for(let i = 3; i <= n; i ++) {
        dp[i] = dp[i-1] + dp[i-2];
    }
    return dp[n];
}

这是一个很典型的问题，同时题目也告诉了我们递推公式：dp[i]=dp[i-1]+[i-2]，dp[i]表示输出斐波那契数列的第i项，我们的dp[i-1]和dp[i-2]此时已经保存在数组中了，因此直接可以得到最终结果，时间复杂度为n。

跳台阶

描述