校招筆試面試前，大家一般都會先去牛客網上刷刷題，《劍指offer》，《leetcode》走起來，然後初次入手，發現很多不會，不會到什麼程度呢，連個想法都沒有，於是就去討論區看答案，然後java大神，c++大神會給出花式解答，他們喜歡在答案前加一句，簡單的dp算法，遞歸就可以解決，巴拉巴拉。說的還是很詳細的，然而代碼並不能看懂，畢竟
人生苦短，我用python
下面就先給大家舉一些詳細的例子來說說如何解決動態規劃問題
首先，你要知道什麼才能算動態規劃問題，這裏，推薦《算法圖解》這本書，是基於python寫的一本算法講解書，內容非常簡單，沒未接觸過算法的人也能看懂，我先直接引用這裏的講法：
動態規劃就是要將問題細分爲小問題，然後再着手解決這些小問題。
例1：（題目來源於牛客網）
題目描述
輸入描述:
輸入爲一個數字N，即需要拼湊的面額
輸出描述:
輸出也是一個數字，爲組成N的組合個數。
這可以視爲一個動態迴歸問題解決，首先我們可以畫一個dp表格
dp表的列數字表示要拼成的面額，行表示可以用哪幾種面額的拼，比如說dp的一元行，5元列表示只用一元錢拼成5元錢只有一種方法，dp1元，5元行、6元列表示用幣值1元和5元拼成6元的方法有兩種，明顯dp[1,:]=1,而若j>i,dp[i,j]=dp[i-1,j]+dp[i,j-i],例如dp[2,10]=dp[1,10]+dp[2,5], 這個表達式說明，用1元和5元的面額拼成10元的方法數=用1元拼成10元的方法數+用1元和5元拼成5元的方法數，因爲面額6-9元拼成方法都是一樣的，暫時沒有更小的面額可供選擇，這個公式便是這個算法的核心
| 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | |
| 1元 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| 1元，5元 | 1 | 1 | 1 | 1 | 1 | 2 | 2 | 2 | 2 | 2 | 3 |
| 1,元，5元，10元 | 1 | 1 | 1 | 1 | 1 | 2 | 2 | 2 | 2 | 2 | 4 |
| 1,5,10，20元 | |||||||||||
| ,1,5,10,20，50元 | |||||||||||
| ,1,5,10,20，50，100元 |
代碼如下
money=[1,5,10,20,50,100]
n = int(input())
li=[]
for i in range(n+1):
li.append(0)
li[0]=1
for i in money:
for j in range(n+1):
if j>=i:
li[j]=li[j]+li[j-i]
print(li)題目描述
簡單來說就是求一個最大子串問題，也是一個典型的動態規劃問題
思路：設F(i)是以array[i]爲結束點的最大子向量（從0開始），比如說F(3)就是最後一個向量是7的最大子串，可知
F(i) = max(F(i-1)+array[i],array[i])
設res是所有字串中最大的那個，也就是我們最後要求的值
res = max(res,F(i))
代碼：
def FindGreatestSumOfSubArray(array):
f = array[0]
res = array[0]
for i in range(1,len(array)):
f = max(f+array[i],array[i])
res = max(res,f)
return res