記憶化搜尋：演算法上依然是搜尋的流程，但是搜尋到的一些解用動態規劃的那種思想和模式作一些儲存。
一般說來，動態規劃總要遍歷所有的狀態，而搜尋可以排除一些無效狀態。
更重要的是搜尋還可以剪枝，可能剪去大量不必要的狀態，因此在空間開銷上往往比動態規劃要低很多。
記憶化演算法在求解的時候還是按著自頂向下的順序，但是每求解乙個狀態，就將它的解儲存下來，
以後再次遇到這個狀態的時候，就不必重新求解了。
這種方法綜合了搜尋和動態規劃兩方面的優點，因而還是很有實用價值的。
這種方法做題有時比動態規劃還簡便。
下面是乙個記憶化搜尋的例題：
爬樓梯
有乙個n階的樓梯，每一次可以上1階或2階，有多少種方法？
#includelong long x[10010],y[10010];
long long mesch(int i) //mesch 為 memory search 記憶化搜尋
int main()
記憶化搜尋簡介
在dp的方面，記憶化搜尋感覺不如遞推好用，這是肯定的，但有些時候dp的轉移過程過於複雜很難求解乙個問題的時候其子問題都解決了，所以這個時候可以用記憶化搜尋來解決 記憶化搜尋因為可以將已經求解的問題儲存起來，所以求解非常快，這個方法的基本思想就是由下到上求解，先遞迴到最底層，然後層層向上去解決這個問題...
記憶化搜尋
演算法上依然是搜尋的流程，但是搜尋到的一些解用 動態規劃 的那種思想和模式作一些儲存。一般說來，動態規劃總要遍歷所有的狀態，而搜尋可以排除一些無效狀態。更重要的是搜尋還可以剪枝，可能剪去大量不必要的狀態，因此在空間開銷上往往比動態規劃要低很多。記憶化演算法在求解的時候還是按著自頂向下的順序，但是每求...
記憶化搜尋
記憶化搜尋 演算法上依然是搜尋的流程，但是搜尋到的一些解用動態規劃的那種思想和模式作一些儲存。記憶化演算法在求解的時候還是按著自頂向下的順序，但是每求解乙個狀態，就將它的解儲存下來，以後再次遇到這個狀態的時候，就不必重新求解了。例1.題目描述 給從左至右排好隊的小朋友們分糖果，要求 1.每個小朋友都...