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。
下面是例子
#include
int fi[700];
int fib(int n)
int main()
return
0;}
矩陣快速冪（以斐波那契數列為例）
問題描述 小 w 發現了乙個神奇的數列 1 2 3,1 1,2 1 這就是著名的 fibonacci sequence 眾所周知，小 m 的數學超級超級好，於是給小 w 出了一道題 給小 w 兩個數 x,y,其中 x y 2 31 1。小 w 任務就是求出 fibonacci 數列第 x y 項的和...
以斐波那契數列為例帶你入門動態規劃
我們先來使用遞迴的方法實現斐波那契數列 遞迴解決斐波那契問題 public static int f int n 遞迴求值的缺點是什麼呢？就是大量數值會被重複計算。舉個例子，我們在計算f 5 的時候計算了f 4 和f 3 在計算f 4 的時候又計算了f 3 和f 2 這裡的f 4 就被重複計算了。如...
矩陣加速遞推（XDU 斐波那契數列為列）
這是xdu校網路塞的一道題目，斐波那契數列。看到給出的資料那麼大，心想，既然給出了mod，說不定有乙個迴圈節呢，可是直到n達到10 6都還沒有出現迴圈節，只有放棄了，然後覺得可以解線性遞推式的特徵根來求解，簡單化了幾下，感覺不妥，然後放棄了。後來白神說，這題可以用矩陣加速，感謝白神又讓我a了一題。啥...