Given a m x n grid filled with non-negative numbers, find a path from top left to bottom right which minimizes the sum of all numbers along its path.

首先初始化，i>=j时，flagi=true，这是因为si是单字符的回文，当i>j时，为true，是因为有可能出现flag2这种情况，比如bcaa，当计算s从2到3的时候，s[2]==s[3]，这时就要计算s[2+1] ?= s[3-1]，总的来说，当i>j时置为true，就是为了考虑j=i+1这种情况。

输入：matrix = [["1","0","1","0","0"],["1","0","1","1","1"],["1","1","1","1","1"],["1","0","0","1","0"]]输出：4

Copy All（复制全部）：复制这个记事本中的所有字符（不允许仅复制部分字符）。Paste（粘贴）：粘贴 上一次 复制的字符。给你一个数字 n ，你需要使用最少的操作次数，在记事本上输出 恰好 n 个 'A' 。返回能够打印出 n 个 'A' 的最少操作次数。

题目：假设你正在爬楼梯。需要 n 阶你才能到达楼顶。每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？链接： 力扣Leetcode—初级算法—动态规划—爬楼梯.示例1 ：输入：n = 2输出：2解释：有两种方法可以爬到楼顶。(1) 1 阶 + 1 阶(2) 2 阶示例2 ：输入：n = 3输出：3解释：有三种方法可以爬到楼顶。(1) ...

Input: "abc"Output: 3Explanation: Three palindromic strings: "a", "b", "c".

动态规划(dynamic programming)是运筹学的一个分支，是求解决策过程(decision process)最优化的数学方法。20世纪50年代初美国数学家R.E.Bellman等人在研究多阶段决策过程(multistep decision process)的优化问题时，提出了著名的最优化原理(principle of optimality)，把多阶段过程转化为一系列单阶段问题，利用各阶段之...

11.扔鸡蛋问题(Egg Dropping Puzzle) {代码...}

在查找有很多重叠子问题的情况的最优解时有效。它将问题重新组合成子问题。为了避免多次解决这些子问题，它们的结果都逐渐被计算并被保存，从简单的问题直到整个问题都被解决。因此，动态规划保存递归时的结果，因而不会在解决同样的问题时花费时间 · · · · · · 动态规划只能应用于有最优 子结构的问题。最优子结构的意...

装满背包的递推公式 {代码...} dp[j]的含义是指在背包容量为j的情况下，背包能装的最大重量nums[i]就是第i个物品的重量动态规划就是当前值依赖于前一个值，实现全局最优备忘：如果求组合数，外层遍历物品如果求排列数，外层遍历背包如果遍历整颗树，递归函数就不能有返回值遍历某一条固定路线，递归函数就一定要有返回值...

题目：给你一个字符串 s，找到 s 中最长的回文子串。示例 1： {代码...} 示例 2： {代码...} 题解：首先我们使用中心扩展法解决，先贴代码（Go）： {代码...} 核心思想就是，以每个字符（奇数子串）或每两个字符（偶数子串）为中心，然后判断可形成的最大回文长度。需要注意的是，我们在解决问题的时候，定义的变量一定...

n 个骰子的点数题目描述把 n 个骰子仍在地上，求点数和为 s 的概率。题目链接: [n 个骰子的点数]()代码 {代码...} 【每日寄语】 香九龄，能温席；孝于亲，所当执。

一、题目大意标签: 动态规划[链接]给定一个由 0 和 1 组成的矩阵 mat ，请输出一个大小相同的矩阵，其中每一个格子是 mat 中对应位置元素到最近的 0 的距离。两个相邻元素间的距离为 1 。示例 1：输入：mat = [[0,0,0],[0,1,0],[0,0,0]]输出：[[0,0,0],[0,1,0],[0,0,0]]示例 2：输入：mat = [[0,0,0],[0,1,0],[1,1,1]]输...

DNA测序问题(Dynamic Programming, 动态规划)，寻找路径问题，加密问题，利益最大化问题(linear programming, 线性规划)，最短路径问题(graph)，拓扑排序问题(topological sorting),医疗诊断(clustering algorithm， 聚类算法)，文件压缩(Huffman coding，哈夫曼编码)。

正则表达式匹配——基于字符串的高级动态规划/回溯/自动机1动态规划//不是很懂，等刷动态规划的时候再来二刷[链接]//这个好像讲得比官解好一些 {代码...} 2递归[链接]34.回溯...表示数值的字符串常规strings包的常见函数[链接]8具体实现 {代码...} 进阶自动机-官解[链接]正则表达式 {代码...}

题目描述：给定正整数 n，找到若干个完全平方数（比如 1, 4, 9, 16, ...）使得它们的和等于 n。你需要让组成和的完全平方数的个数最少。给你一个整数 n ，返回和为 n 的完全平方数的 最少数量 。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...

动态规划，英文：Dynamic Programming，简称DP，将问题分解为互相重叠的子问题，通过反复求解子问题来解决原问题就是动态规划，如果某一问题有很多重叠子问题，使用动态规划来解是比较有效的。