那幾乎可以肯定，考察的是動態規劃技巧，時間複雜度一般都是 o(n^2)。
int n = array.length;
int[
] dp =
newint
[n];
for(
int i =
1; i < n; i++
)}
int n = arr.length;
int[
] dp =
newdp
[n][n]
;for
(int i =
0; i < n; i++
)}
尤其是涉及兩個字串/陣列的子串行。
本思路中 dp 陣列含義又分為「只涉及乙個字串」和「涉及兩個字串」兩種情況。
（比如最長公共子串行），dp 陣列的含義如下：
在子陣列arr1[0…i]和子陣列arr2[0…j]中，我們要求的子串行（最長公共子串行）長度為dp[i][j]。（比如最長回文子串行），dp 陣列的含義如下：
在子陣列array[i…j]中，我們要求的子串行（最長回文子串行）的長度為dp[i][j]。
1.組合問題。
2.true、false問題。
3.最大最小問題。
專案value
組合問題：
377. 組合總和
組合問題：
494. 目標和
組合問題：
518. 零錢兌換 ii
true、false問題：
139. 單詞拆分
true、false問題：
416. 分割等和子集
最大最小問題：
474. 一和零
最大最小問題：
322. 零錢兌換
dp[i] += dp[i-num]dp[i] = dp[i] or dp[i-num]dp[i] = min(dp[i], dp[i-num]+1)
dp[i] = max(dp[i], dp[i-num]+1)
動態規劃解題思路
在leetcode上看題解與結合自己的想法得出思路。首先明確 dp 陣列所存資料的含義。這步很重要，如果不得當或者不夠清晰，會阻礙之後的步驟。然後根據 dp 陣列的定義，假設 dp 0 i 1 dp 0 i 1 都已知，想辦法求出 dp i dp i 一旦這一步完成，整個題目基本就解決了。但如果無法...
動態規劃解題思路
一直以來，對動態規劃的理解處於乙個模糊的狀態，就是一種似乎懂但遇到問題未必能行的狀態 然後，最近重點在leetcode上找了一些動態規劃的題目做了一下，逐漸有了一些思路。我覺得leetcode上對動態規劃思想的概括非常到位，所以記錄在這裡 動態規劃 英語 dynamic programming，簡稱...
動態規劃做題思路
1 計數 2 求最大值最小值 3 求存在性 一 確定狀態 1 最後一步 2 確定子問題 二 轉移方程 三 初始條件和邊界情況 四 計算順序 有2元，5元，7元硬幣，求組合成27元硬幣所用最少硬幣數。找出最後一步 最優策略是k枚硬幣a1，a2 ak加起來是27 最後一枚為ak，則前面的面值加起來是27...