核心思想
动态规划基础，解决一旦有了尝试方法，怎么搞定后续的一整套实现：
讲解：一维、二维、三维动态规划，从递归开始到最终版本，包括空间压缩技巧
高频动态规划问题：子数组累加和问题与扩展 最长递增子序列问题与扩展
动态规划常见模型 & 尝试经验，核心在于怎么尝试？思路、经验太多了，如下都是经典尝试：
背包dp 区间dp 树型dp
状压dp 数位dp
动态规划常见技巧：
优化枚举 ，获得具体方案 ，根据数据量猜解法
动态规划：
一些递归有重复计算，可以用空间记录返回值来避免重复计算
同时还有相关的一整套原理和技巧的总和
什么样的递归可以变成动态规划？
设计的可变参数类型简单，不比int类型更复杂的递归，可以变成动态规划
如果递归过程中的路径信息比较复杂（回溯），那么不能或者没有必要改成动态规划
虽然有路径信息，但是路径信息比较简单的话，也可以改成动态规划
重叠子结构：递归计算的逻辑是一样的
最优子问题：大问题依靠小问题的最优而来或者组合而来
无后效性：设计的可变参数简单
动态规划的大致过程：
1、想出设计优良的递归尝试
2、记忆化搜索 (从顶到底的动态规划)
3、严格位置依赖的动态规划 (从底到顶的动态规划)
4、进一步优化空间，也就是空间压缩
5、进一步优化枚举行为
尝试策略 = 转移方程
推荐从尝试入手，最符合自然智慧
进而分析位置依赖，分析位置依赖时多根据具体的例子画图，建立空间感
动态规划方法的复杂度：O (状态数量 * 每个状态的枚举代价)
尝试方法的优劣由题目具体的数据量决定，先确定靠谱尝试，然后再去做后续实现