动态规划的关键：
就是可以保存之前的结果并在之后的计算中用到。
即把大问题拆成小问题，且这些小问题在之后的运算中可以被重复利用！
以下引自：https://blog.csdn.net/zw6161080123/article/details/80639932
能用动规解决的问题的特点
能采用动态规划求解的问题的一般要具有3个性质：
(1) 最优化原理：如果问题的最优解所包含的子问题的解也是最优的，就称该问题具有最优子结构，即满足最优化原理。
(2) 无后效性：即某阶段状态一旦确定，就不受这个状态以后决策的影响。也就是说，某状态以后的过程不会影响以前的状态，只与当前状态有关。
（3）有重叠子问题：即子问题之间是不独立的，一个子问题在下一阶段决策中可能被多次使用到。（该性质并不是动态规划适用的必要条件，但是如果没有这条性质，动态规划算法同其他算法相比就不具备优势）
三要素：
（1）问题的阶段 （2）每个阶段的状态
（3）从前一个阶段转化到后一个阶段之间的递推关系。
一个模板：
f表示f(n)，g表示f(n+1)；
初始化前两个可以取到的值（有时是f(0)和f(1)，有时是f(1)和f(2)）；
递归条件是n > 初始值（如果能取到f(0)，条件就是n > 0；如果只能取到f(1)，条件就是n > 1）；
最后返回f。
int Fibonacci(int n) {
int f = 0, g = 1;
while(n > 0) {
g += f;
f = g - f;
n--;
}
return f;
}