标题动态规划常见问题
动态规划基础（斐波那契数列、爬楼梯）、背包问题、打家劫舍、股票问题、子序列问题
动态规划五部曲
- 状态转移的过程中，dp数组以及下表的含义；
- 寻找递推公式；
- dp数组如何初始化；
- 遍历顺序；
- 打印dp数组（用于对你的内容进行检查）
还有的情况考虑：
「滚动数组思想」是一种常见的动态规划优化方法，在我们的题目中已经多次使用到，例如「剑指 Offer 46. 把数字翻译成字符串」、「70. 爬楼梯」等，当我们定义的状态在动态规划的转移方程中只和某几个状态相关的时候，就可以考虑这种优化方法，目的是给空间复杂度「降维」。如果你还不知道什么是「滚动数组思想」，一定要查阅相关资料进行学习哦。
动态规划定义与区分
动态规划，英⽂：Dynamic Programming，简称DP，如果某⼀问题有很多重叠⼦问题，使⽤动态规划是最有效的。
所以动态规划中每⼀个状态⼀定是由上⼀个状态推导出来的，这⼀点就区分于贪⼼，贪⼼没有状态推导，⽽是从局
部直接选最优的，
在关于贪⼼算法，你该了解这些！中我举了⼀个背包问题的例⼦。
例如：有N件物品和⼀个最多能背重量为W 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物
品只能⽤⼀次，求解将哪些物品装⼊背包⾥物品价值总和最⼤。
动态规划中dp[j]是由dp[j-weight[i]]推导出来的，然后取max(dp[j], dp[j - weight[i]] + value[i])。
但如果是贪⼼呢，每次拿物品选⼀个最⼤的或者最⼩的就完事了，和上⼀个状态没有关系。
所以贪⼼解决不了动态规划的问题。
其实⼤家也不⽤死扣动规和贪⼼的理论区别，后⾯做做题⽬⾃然就知道了。
⽽且很多讲解动态规划的⽂章都会讲最优⼦结构啊和重叠⼦问题啊这些，这些东⻄都是教科书的上定义，晦涩难懂
⽽且不实⽤。
⼤家知道动规是由前⼀个状态推导出来的，⽽贪⼼是局部直接选最优的，对于刷题来说就够⽤了。