一招通解-＞通解动态规划DP问题，让你不再为DP苦恼

先来一个有关动态规划的常规概念的描述

动态规划算法，又称DP算法，相信很多学习和打过算法赛的同学都知道，多多少少了解过。众所周知，dp算法的难度，在竞赛中通常为压轴题的难度，通常算法竞赛的难题，都多少涉及到动态规划（dp），这里就不作其他赘述。我相信，大家认同的观点都是：动态规划！难！

dp算法的本质是什么？作用是什么？

众所周知，dp算法，是用来简化和降低时间复杂度的！相比于普通的暴力枚举，暴力可能是指数级别的（O(2^n))，但是动态规划dp算法，可以简化时间复杂度，使其到O(n)级别 或者 O(n^2)级别，效率可以大大提高！从这个角度看，学好用好dp算法，是算法竞赛里面 很重要的一个部分！

dp算法正常教学模式的弊端

很多市面上的老师和课程，在讲授dp算法的时候，都会以所谓“老师”的角度来讲授和传达。何谓“老师”的角度呢？就是我知道答案了，然后反推过程来 为学生讲授解决dp问题。在我看来，这是不对的，是对于学生来讲不太负责任的行为。很容易想到，就是说我 拿到一道题目的时候，我是要从0开始去解决这个问题的，而不是知道100，然后去反推从0-100的过程。这是不恰当的。正确来讲，我们需要一个全新的，更好的方法，来帮助学生，真正的从学生的角度，去解决动态规划问题！！！！

我们将使用全新的方法去解决dp类问题

简要介绍完dp的概念和现在教学的现状，我会使用一道例题的模式，来为大家彻底讲清楚怎么使用全新的方法去解决dp问题！！！
 

以集合角度考虑DP问题

为什么dp算法能够简化时间复杂度？正是dp的本质：使用一个dp[i][j]来表示一类东西，简要来说，就是用一个数来表示一堆数（一类东西），所以它可以简化时间复杂度。

《摘花生》

大家先对题目进行阅读理解，我将用一个图，来描述解决问题的新方法：

写的有点潦草，但是只要各位读者愿意沉的下心来看，会收获颇丰！！！！

有人问最后的循环问题：是正着循环还是倒着循环呢？是i作为外层还是j作为外层呢？？？

如图所示，其实上面的所有就是得到所谓动态规划的最重要的 也是最难想的一个东西：状态转移方程：已经得到了，很有逻辑，请大家认真看完手写笔记，会收获颇丰！

具体代码实现

需要注意的是，当是起点的时候，将dp数组初始化为（1，1）的价值即可；

另外：

总结：注意

我们的方法与传统的不一样

传统的状态转移方程的定义是：从（1.1）到（i. j）的价值 的最大值

但是我们 的方法有所差别：从（1.1）到（i. j）的所有路线的 价值 的最大值

别小看这四个字，正是它表现了我们的集合思想，使得逻辑更加好，紧密！！！

记住我们要时刻扣紧我们的集合定义，动态规划问题迎刃而解；

这其实才是一个比较简单的dp问题的解决方式，后续更新我会将很多复杂dp问题的解决方式用这个方法呈现出来，更有逻辑，更站在学生的角度！！！！

点个关注不迷路！谢谢大家的支持，如果你觉得我讲的好，请你为我点一个免费的 小心心！！

感谢观看！