引言 二维动态规划中最常见的是棋盘型二维动态规划。 即 func(i, j) 往往只和 func(i-1, j-1), func(i-1, j) 以及 func(i, j-1) 有关 这种情况下，时间复杂度 O(n*n)，空间复杂度往往可以优化为O(n) 例题 ...

LCS问题，即求两个字符串的最长公共子序列的问题。该问题常用的解法有普通递归法和动态规划法。 普通递归法方法采用了减而治之和分而治之的思想。但该算法存在大量子问题的重复计算，其时间复杂度为指数时间复杂度。 DP方法使用一个二维数组记录每个子问题的结果，从而避免了子问题的重复计算 ...

　　这道题目做了两个晚上，发现解题思路的优化过程非常有代表性。文章详细说明了如何从回溯解法改造为分治解法，以及如何由分治解法过渡到动态规划解法。解法的用时从 超时 到 超过 95.6% 提交者，到超过 99.8% 提交者。现整理下来分享给大家，如有错误评论区欢迎指正！ 　　题目 ...

动态规划思路 参考 状态转移方程： 明确「状态」-> 定义dp数组/函数的含义 -> 明确「选择」-> 明确 base case 试题 53最大子序和 题目描述 53 给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大 ...

有问题直接评论，随时看博。 做动态规划的题思路 　　1、一般都是选和不选（选就是选当前值，不选就是不选当前值） 　　2、然后写出递归公式，然后利用递归公式写出动态规划的代码 经典题一： 红色字体代表佣金，x是时间段，1-8分别代表8个任务，每个人物都有不同的时间段，做不同任务 ...

1、合并石子 https://www.cnblogs.com/Renyi-Fan/p/7392649.html（讲得很好）方法其实有很多种的 思路：现将石子的前缀和计算出来，状态为 f[i][j] ...

上一个版本的0-1背包代码的复杂度：时间复杂度O（n*C）空间复杂度O（n*C） 优化思路如下： 0-1背包问题： F（n，C）考虑将n个物品放入背包为C 的背包，使得价值最大。 状态转移方程：F（i，c） = max(F(i-1 , c) , v(i)+ F(i-1, c- w(i ...

从左到右依次遍历型 1 要观察出正方形的边长取决于三个因素，上边，左边，对角线的正方形边长的最小值，写出动态规划方程是关键，注意matrix里面的数据类型是字符串，不是数字0 1，所以不能直接用if判断，用if只要字符串不空就为真， 221. 最大正方形 2 同上一题，容易观察出以dp[i ...