分治法：將問題劃分為不相交的子問題,遞迴的求解子問題,在將它們的解組合起來,求出原問題的解。
動態規劃：通過把原問題分解為相對簡單的子問題的方式求解複雜問題的方法。
動態規劃和遞迴的最大的區別，就是在碰到重疊子問題時，是否只需要計算一次。
拆分子問題，把整體問題拆成可以用遞推或是遞迴實現的小問題，在某一狀態下最佳選擇是什麼
定義問題和狀態之間的關係，尋找到狀態轉移方程
進行編碼
陣列的每個索引做為乙個階梯，第 i個階梯對應著乙個非負數的體力花費值 costi。
每當你爬上乙個階梯你都要花費對應的體力花費值，然後你可以選擇繼續爬乙個階梯或者爬兩個階梯。
您需要找到達到樓層頂部的最低花費。在開始時，你可以選擇從索引為 0 或 1 的元素作為初始階梯。
示例 1:
輸入: cost = [10, 15, 20]
輸出: 15
解釋: 最低花費是從cost[1]開始，然後走兩步即可到階梯頂，一共花費15。
輸入: cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1]
輸出: 6
解釋: 最低花費方式是從cost[0]開始，逐個經過那些1，跳過cost[3]，一共花費6。
cost 的長度將會在 [2, 1000]。
每乙個 cost[i] 將會是乙個integer型別，範圍為 [0, 999]。
上公升到某級(i)有兩種方法，從i-1級上一步，從i-2級上兩步，那麼就可以知道狀態轉移方程了
dp[i] = math.min(dp[i - 1], dp[i - 2]) + cost[i]，順著這個思路從3開始，最後再輸出一下就行。
public int mincostclimbingstairs(int cost)
return math.min(dp[len - 1], dp[len - 2]);
}
演算法 動態規劃
動態規劃 把多階段過程轉化為一系列單階段問題，利用各階段之間的關係，逐個求解 演算法例子 1.鋼條切割 serling 公司購買長鋼條，將其切割為短鋼條，切割工序假設沒有成本支出，公司管理層希望確定最佳的切割方案。假設serling公司 一段長度為i英吋的鋼條的 為pi。鋼條的長度為整英吋，下表給出...
演算法 動態規劃
1 問題具有最優子結構性質。如果問題的最優解所包含的子問題的解也是最優的，我們就稱該問題具有最優子結構性質。比如說在揹包問題中，最高總價值 max 選擇不放該物品時達到的總價值，決定放該物品時揹包剩餘容量能達到的最大價值 該物品價值 顯然，最高總價值的解一定包含 選擇不放該物品時達到的總價值 和 決...
演算法 動態規劃
動態規劃的定義 動態規劃是運籌學的乙個分支，是求解決策過程的最優化的數學方法。20世紀50年代初美國數學家r.e.bellman等人在研究多階段決策過程的優化問題時，提出了著名的最優化原理，把多階段過程轉化為一系列單階段問題，利用各階段之間的關係，逐個求解，創立了解決這類過程優化問題的新方法 動態規...