-
递归（Recursion）： 递归是一种算法设计技术，通过将问题分解为更小的同类问题来解决复杂的问题。在递归中，函数会调用自身来解决问题，每次调用都会处理一个较小规模的子问题，直到达到基本情况，然后逐步返回结果。递归需要有明确的终止条件，否则可能会陷入无限递归。
-
迭代（Iteration）： 迭代是通过重复执行某个过程来解决问题的方法。与递归不同，迭代不涉及函数调用自身，而是使用循环结构，从初始状态开始，逐步迭代，直到达到预期的结果。迭代在很多情况下比递归更高效，因为避免了函数调用的开销。
- 比如DFS和BFS算法我们可以通过栈/队列的模式将递归的解法转为迭代的方法以优化算法复杂度。可以理解为递归是剥洋葱，迭代是从洋葱内层向外层突破。
-
动态规划（Dynamic Programming）： 动态规划是一种通过将问题分解成重叠子问题，并将子问题的解存储起来以避免重复计算的技术。与递归不同，动态规划通常使用一种自底向上的方法来解决问题，从最小的子问题开始逐步构建出更大规模的问题的解。动态规划适用于具有重叠子问题和最优子结构特性的问题，其中最优解可以通过组合子问题的最优解得出。
- 感觉和记忆递归类似，只是通过动态的存储需要使用的pre cur值，减少内存空间的开销
-
记忆化递归（Memoization Recursion）： 新建空间从f(1) - f(n)每次保存当前f(x)的值，减少递归调用栈，避免重复计算。
- 同一题目递归，动规，记忆递归的实现：leetcode.cn/problems/qi…
-
贪心算法（Greedy Algorithm：） 它在每一步选择中都采取当前状态下最优的选择，以希望最终得到全局最优解。
