（1）中心扩展算法（在字符串章节有介绍）时间复杂度O（N^2）,空间复杂度O（1）

(2) 长度大于1——>满足前提（nums[j]<nums[i]）——>max(dp[j]+1,dp[i]) （0<=j<=i-1）

如果说简单的理解这个算法，我们可以打一段输出来检测每一次处理的dp数组的具体数值。

因为数组的长度最小是1， 并且无论怎么比， 最小的递增子序列长度肯定是1的。因为每个数都有可能是做最长子序列。所以就需要将dp数组全部初始化为1.

本题其实不使用动态规划的思路也是能够解出来的 ，并且时间复杂度 和 空间复杂度更低。 因为题目中问的是 s 是否为t 的自序列， 我们自需要顺序遍历 t ，然后...

dp3，就是 元素1为头结点搜索树的数量 + 元素2为头结点搜索树的数量 + 元素3为头结点搜索树的数量

题目中要求 ：使得两个子集的元素和相等。 那么就可以对数组中的所有元素求和， 如果sum%2 != 0 ,那么就直接返回false 。原因这里就不多了， 奇数怎...

注意： 因为要获取最少的硬币个数 ，所以在初始化dp数组的时候需要将其赋予最大值， 这样才能再每次递推的时候获取最小值（也就是最少使用硬币个数）

回归到题目 本身， 他需要从这笔交易中获取的最大利润 ,而我们就需要再相对最小的价格时买入 ，在相对最大的价格时卖出。这样的到的利润才是最大 。为什么是用相对，...

初次接触这种题 ，我基本上是想不出很好的解法，但是学了dp之后 ，才开始学会慢慢的将题目抽象化。但是对于这道题，我还是很难相处如何抽象成为我们能够接触的算法

解释：偷窃 1 号房屋 (金额 = 1) ，然后偷窃 3 号房屋 (金额 = 3)。 偷窃到的最高金额 = 1 + 3 = 4 。

首先我们可以知道 ，它的每一个路径的起源都是从上一条路径得到的，那么就可以得出使用dp的想法

我们不能只简单的实现dp数组 ，根据题目要求 ，我们需要判断 该数组能否完成分割 ，也就是dp数组的最大重量是否等于背包的最大重量

其中每一个卡片的背景都是从上到下渐变，仔细看其中的边框也是渐变的，这个要怎么实现呢？第一个能想到的最简单的办法就是让设计师导出包含边框的完整的背景切图。但是作为...

i共十位，假设第j位为d，高位为l，低位为e，i可以表示成l d r。 [1:i]之间的数字可以表示成x d y，要求的是k出现的次数，对于[1:i]进行划分...

给你两个单词 word1 和 word2， 请返回将 word1 转换成 word2 所使用的最少操作数