动态规划（DP）说白了其实就是一种求解最优解的方法，是一种比较特殊的分治思想，利用它可以对时间复杂度进行优化，其主要是根据状态转移方程来进行求解。

动态规划（Dynamic Programic，简称 DP）是一种求解最优解的方法，它是一种特殊的分治思想，利用它可以实现时间复杂度的优化，有时也可以进行空间复杂度的优化，有时是需要更多的空间的（相比其他方法）。

它的大概意思先将一件事情分成若干阶段，然后通过阶段之间的转移达到目标。由于转移的方向通常是多个，因此这个时候就需要决策选择具体哪一个转移方向。

由于我司举办一个算法编程大赛，随机抽签下面图片的算法题目，想了一段时间记起之前在书（算法图解）上有一个算法比较符合，那就是动态规划中的“背包问题”。

慢慢完善前言算法是亲力亲为的事，所以需要大量的时间去练习。由于时间有限，所以往往经典的题目是值得钻研的。同时在这个过程中分门别类，再进行大量总结。目录整数数组*字符串*链表*哈希表*栈*堆队列*树*堆前缀树二分查找*排序*(TODO)回溯*动态规划*图(TODO)*表示需要重点关注思维导图

读完本文，你可以去力扣拿下如下题目：509.斐波那契数322.零钱兑换-----------这篇文章是我们号半年前一篇 200 多赞赏的成名之作「动态规划详解」的进阶版。由于账号迁移的原因，旧文无法被搜索到，所以我润色了本文，并添加了更多干货内容，希望本文成为解决动态规划的一部「指导方针」。动态规划问题（Dynamic Program...

最近在重温数据结构与算法知识，打算用golang将常用算法都实现一遍，主要包括：数组，单链表，双链表，队列，栈，排序算法，二分查找，二分查找扩展问题，二叉树搜索，大小堆，递归，回溯，贪心，分治，图的搜索，跳跃表，位图，缓存淘汰算法，动态规划，字符串搜索等，还有使用常用算法解决一些实际问题。

读完本文，你可以去力扣拿下如下题目：509.斐波那契数322.零钱兑换-----------这篇文章是我们号半年前一篇 200 多赞赏的成名之作「动态规划详解」的进阶版。由于账号迁移的原因，旧文无法被搜索到，所以我润色了本文，并添加了更多干货内容，希望本文成为解决动态规划的一部「指导方针」。动态规划问题（Dynamic Program...

「数据结构与算法」动态规划学习笔记：线性动态规划用动态规划解决问题的过程有以下几个关键点：状态定义状态的转移初始化边界条件状态定义就是定义子问题，如何表示目标规模的问题和更小规模的问题。例如常见的方法：定义状态 dp[n]，表示规模为 n 的问题的解，dp[n - 1] 就表示规模为 n - 1 的子问题的解。在实战中 dp...

    3.善用正则表达式。 （只要关于字符串的题目都应该联想到用正则表达式） 要会写正则，可以用正则表达式的几个函数也要掌握 正则中：exec，test 字符串中：search，match，replace，split 具体例子可以看我的：百词斩春招笔试题解   4.少写函数。 刷题不是写业务代码，没有说要封装重用，AC才是王道。 并且写函数还要...

LeetCode 面试题10- II. 青蛙跳台阶问题【剑指Offer】【Easy】【Python】【动态规划】 问题 力扣 一只青蛙一次可以跳上1级台阶，也可以跳上2级台阶。求该青蛙跳上一个 n 级的台阶总共有多少种跳法。 答案需要取模 1e9+7（1000000007），如计算初始结果为：1000000008，请返回 1。 示例 1： {代码...} 示例 2： {代码...}...

完全平方数 是一个整数，其值等于另一个整数的平方；换句话说，其值等于一个整数自乘的积。例如，1、4、9 和 16 都是完全平方数，而 3 和 11 不是。

作者：Aral Roca翻译：疯狂的技术宅原文：[链接]未经允许严禁转载首先明确三个概念：算法： 按步骤解决问题的过程。范式： 思考问题的模式。算法范式： 为问题构建高效解决方案的常规方法。本文讨论一些常用的算法范式，例如分治算法动态规划贪婪算法回溯算法分治法在排序算法中，合并和快速排序这两种算法的共同点就是...

在学习「数据结构和算法」的过程中，因为人习惯了平铺直叙的思维方式，所以「递归」与「动态规划」这种带循环概念（绕来绕去）的往往是相对比较难以理解的两个抽象知识点。

看到这道题目，首先想到回文字符串，是一个沿正中字符串对称的字符串，一个字符串如果时回文字符串，去除两端的字符串也必为回文字符串，由此设中间的字符串为子状态，应该可以用动态规划的方式求解。这里设置储存状态的数组为dpi,为字符串（i~j）子串是否为回文字符串。编程思路如下：具体代码如下所示：定义了一个pali...

相信了解算法同学经常会说动态规划太难了，看到题目完全不知从何下手，或者是说“一看题解就会，一看题目就废”这样的一个状态。本质上是由于学习动态规划的时候，学习方法不对，最终导致南辕北辙，没有掌握其中精髓。而动态规划与递推算法又有着暧昧不清的关系，我们选择先从递推算法入手，一步一步揭开动态规划的神秘面纱。

A robot is located at the top-left corner of a m x n grid (marked'Start' in the diagram below). The robot can only move either down or right at any point in time. Therobot is trying to reach the bottom-right corner of the grid (marked'Finish' in the diagram below). How many possible unique paths ...