《JavaScript算法》动态规划

动态规划 (DP) 是一种用于解决最优化问题的算法技术，通过将问题分解成相互重叠的子问题并存储子问题的结果，从而避免重复计算。

以下是一个简单的动态规划模板，并通过一个经典问题来说明：斐波那契数列。

// 使用动态规划计算斐波那契数列

// 1. 定义状态数组
let dp = [];

// 2. 定义初始状态
dp[0] = 0;
dp[1] = 1;

// 3. 填充状态数组
function fib(n) {
    // 已经计算过的子问题直接返回
    if(dp[n] !== undefined) return dp[n];
    
    // 根据状态转移方程进行计算
    dp[n] = fib(n-1) + fib(n-2);
    return dp[n];
}

console.log(fib(10));  // 输出 55

常见的动态规划题型包括：

1. 序列型 DP：如斐波那契数列、最长递增子序列等。
2. 划分型 DP：如将数组分成 m 段的问题、戳气球等。
3. 背包型 DP：如 0-1 背包问题、完全背包问题等。
4. 区间型 DP：如区间合并、矩阵链乘法等。
5. 树型 DP：处理在树形结构中的最优化问题，如二叉树的最大路径和。

每种类型都有其特定的状态定义、初始化和状态转移方程。当面对一个问题时，首先确定问题类型，然后定义状态、初始状态和状态转移方程。经常练习这些题型有助于加深对动态规划的理解和应用。