动态规划的递归写法 栗子：斐波那契数列

动态规划是一种非常精妙的算法，他没有固定的写法，极其灵活，常常需要具体问题具体分析。经典模型先接触再慢慢体会。
不要畏惧，多训练，多思考，多总结是学习动态规划的重点。

• 什么是动态规划？

是一种用来解决一类最优化问题的算法思想。
简单来说，就是将一个复杂的问题分解成若干个子问题，通过综合子问题的最优解来得到原问题的最优解。需要注意的是，动态规划会将每个求解过的子问题的解记录下来，这样当下一次碰到同样的问题时，可以直接使用之前记录的结果，而不是重复计算。
一般可以用递归和递推两种写法来实现动态规划，其中递归写法在此处又称为记忆化搜索。

• 动态规划的递归写法：

通过此部分内容的学习，读者应能理解动态规划是如何记录子问题的解，来避免下次遇到相同的子问题时的重复计算 的。
以fibonacci数列为例：
代码参考1：`

int f(int n){
if(n==0||n==1) return n;
else return f(n-1)+f(n-2);
}

事实上，这个递归会涉及很多的重复计算，当n==5时，f5=f3+f4;f4=f3+f2，这时如果不采取措施，f3会被重复计算两次。可以推知，如果n很大，重复计算的次数会很多，实际复杂度会高达O(2^n），每次都会计算f(n-1)+f(n-2)这两个分支，基本不能承受n较大的情况。
为了避免重复，现在使用一维数组dp[n]来记录f(n)的值，初始化为0，如果不为0，则证明已经计算出，则直接计算，而不必重复计算。
参考代码如下：

#include<cstdio>
int dp[40]={0};
int f(int n)
{
	if(n==0||n==1) return n;
	if(dp[n]!=0) return dp[n];
	else{
		dp[n]=f(n-1)+f(n-2);
		return dp[n];
	} 
 } 
int main()
{
	int n;
	while(scanf("%d",&n)!=EOF){
		int x=f(n);
		printf("%d\n",x);
	}
	
	return 0;
}

这样就把已经计算过的内容记录下来了，通过记忆化搜索，复杂度降为O(n)。
通过上面的栗子，可以引申出一个概念，如果一个问题可以被分解为若干个自问题，且这些子问题会重复出现，那么称这个问题拥有重叠子问题。动态规划通过记录重叠子问题的解，来使下次碰到相同子问题时直接使用之前记录的结果，避免大量重复计算。
因此，一个问题必须拥有重叠子问题，才能使用动态规划去解决。