• DP 问题

算法原理：

1. 可以表示成离散状态的相并列和矩阵形式，每个元素代表子问题最优解。子问题不依赖更大的子问题
2. 最终最优解是多个子问题的最优解来确定（多个状态同时），如果一个状态就是greedy
3. index最小的子问题解已知
4. 状态转移方程
5. 两个方向：“top-down”来分析问题然后bottom-up来优化问题/
6. top-down一般用递归来解决，bottome-up一般是iteration来解决

算法复杂度：

1. time complexity：某些子问题解应用不止一次，所以memorizaition来节省空间
2. space complexity：“某些解只用几次，因此不必在存储”

例题：longest in creaseing subsquence 

greedy，使用的话要证明一下多个状态可以用一个状态解释

例题：  wiggle subsqueece

例题：背包问题

例题：96  unique binary search tree

numtrees(n-2)*num(1)+.... numtree(1)*nums(n-2)， 左右子树排列数，因为bst型确定了，数也就确定了

例题：括号问题，和上面类似

例题：edit 。。。。  状态转移方程。 1h23 min

例题： pattern  matching  ：44  wildcard mathcing

例题：permutations for di sequence