动态规划解题入门

动态规划是一种算法思想，刚入门的时候可能感觉十分难以掌握，总是会有看了题不知道怎么做，但是一看答案就恍然大悟的感觉。结合这一段时间的学习，在这里做一下总结。

---

解题思路

在解题的过程中，首先可以主动寻找递推关系，比如对当前数组进行逐步拉伸，看新的元素和已有结果是否存在某种关系。
对于没有思路的题目，求解可以分为暴力递归（回溯），记忆性搜索，递归优化，时间或空间最终优化四个阶段。
在碰到一道可以使用动态规划的题目的时候，如果还不知道怎么下手，那么第一步，一定要去想如何递归求解。
所谓递归求解，说的简单点，就是一种穷举，文艺一点，也可以叫回溯。是的，在学习动态规划之前，一定要对回溯法有所了解。

    backtracking(member){
        //如果已经不可能再得到结果，直接返回。也叫剪枝，分支限界。
        if(is_invalid) return;
        //如果得到最终结果，处理显示。
        if(is_solution) print_result();
        //递归即将进入下一层级，如果有数据在下一层级中需要使用，更新它们。
        move_ahead();

        //准备要进入递归的元素。
        candidate[] candidates = get_candidates;
        for(candidate in candidates){
            backtracking(candidate)
        }

        //递归回到当前层级，将数据更新回当前层级所需数据。
        move_back();

    }

上面就是回溯法的基本模板，看清来可能有点模糊，下面的第一道题目的第一个步骤，就将对此作出详细解释。

题目1

给一个非负数组，你一开始处在数组收尾（index=0），数组中元素代表你能从当前位置向后跳的**最大**步数，问能否达到数组末尾。比如：
A = [2,3,1,1,4], return true.
A = [3,2,1,0,4], return false.

递归求解

最为直观的回溯法求解如下：
思路十分直观，当我们到了每个位置，在此位置上，可以向后跳1到最大步数，在每一跳之后进行递归，依次类推穷举出所有情况，一旦有一种可以到达最终位置，那么我们就可以得到最终结果。

public class Solution {
   
    public boolean canJumpFromPosition(int position, int[] nums) {
        if (position == nums.length - 1) {
            return true;
        }

        int furthestJump = Math.min(position + nums[position], nums.length - 1);
        for (int nextPosition = position + 1; nextPosition <= furthestJump; nextPosition++) {
            if (canJumpFromPosition(nextPosition, nums)) {
                return true;
            }
        }

        return false;
    }

    public boolean canJump(int[] nums) {
        return canJumpFromPosition(