感觉类似动态规划背包问题求最优解，只不过是三个维度了，要复杂一些。

但是两个小问题内部使用的就是动态规划算法了。每一小步都是一个递归的定义：已知前K天的最佳交易方式，那么当加入K+1天的价格，最佳交易方式是什么。K从0已知涨到N，于是就得到了前N天的最佳交易方式。

在看强化学习与动态规划的书，这个符号查了很久都没有查出来，这是希腊字母吗？怎么读？

我觉得你要是不考虑时间负责都的情况下，直接暴力枚举是可以的，否则的可以考虑用动态规划的思路去做

一行一行读，动态规划什么鬼的随意，或者把状态转换图画出来再实现咯。这种题目自己思考一下就知道了

背包问题，先加一遍获得sum(all), 然后背包限值为sum(all)/2, 使用动态规划算法或者搜索算法即可解决。

目前几个思路：定义收益（权重） —— 线性规划按顺序计算背包 —— 动态规划 昨晚用回溯法，时间复杂度已经让人自闭了

思路: worker线程处理数据，自己把数据做成一个本地数据库，使用二分法或者动态规划算法做查询，返回数据做分页处理，一页10-50条即可.

递归（英語：Recursion），又译为递回，在数学与计算机科学中，是指在函数的定义中使用函数自身的方法。 递归一词还较常用于描述以自相似方法重复事物的过程。 例如，当两面镜子相互之间近似平行时，镜中嵌套的图像是以无限递归的形式出现的。 也可以理解为自我复制的过程。

基本的数据结构啊，图论算法，搜索算法，动态规划，还有一些神奇的数学知识。。有一次我还见过用哥德巴赫猜想解题的。。。当然STL的运用也很关键咯

先说不重要的吧，剪枝条件是可以比各位的答案更激进一些的，比如z > x的时候玩命喝也喝不完了可以剪，同理z * (2 ^ y) < x的时候即使马上狂打酒也不够喝了可以剪。

核心就是动态规划，需要理解的部分在于为什么算法描述的遍历方式能够最终获得最短路径。 [链接]

动态规划问题： {代码...}

问题是递归的，实现未必要用递归。可以把 "还未搜索的Node" 放到一个List中，每次找到的新Node放到List最后，下一轮搜索开始时从List最后取。

数据结构和算法不一定要学习C语言，但是最好要了解吧，一般来说c的效率比较高点，另外数学好的话对理解算法是有好处的，动态规划啊，决策树啊之类的，数学不好的话理解起来有点困难吧

注：其实前端跟算法没有太大关系，算法更多是思想，语言仅仅是实现的工具。不过鉴于前端接触的算法有限，可以更多精力投入到中低程度的算法，至于那些动态规划之类的看看就好了~