一般思想
1、將問題簡化，從比較簡單的情況開始分析，比如1個元素情況，2個元素情況，3個元素情況，不斷增加，尋找規律，這樣有利於發現規律，從而解決問題，並且也有利於處理邊界情況。比如編程之美1.11、又如送貨站選址問題、1的個數問題等都可一通過逐漸的分析加以解決
2、從比較簡單的例子，模擬程序運行過程，比如二分查找，可以使用4個元素的例子，模擬查找過程，總結判斷條件等。
3、拿到一個問題，首先看看能否依照題意通過循環直接求解，能否分治求解，分治求解關鍵的是兩部和合並後如何求解，例如距離最近的點問題，歸併排序問題，數組和最大問題（編程珠璣上的解法）這和使用遞歸的解法很相似，分治法通常採用遞歸解決問題、如果是組合優化問題，優先考慮動態規劃或貪心求解
4、關於“2”，從中國古代的陰陽，到辯證唯物主義的正反面，“2”在哲學上具有重要的意義。對計算機來說更是如此：計算機中的二進制；分治法通常將問題分成2份；折半查找也有2；很多問題要麼分成兩面來看（二分查找）；要麼分成兩個子問題（分治法）；要麼扣其兩端，比較中間（鏈表相交使用2個指針、找符合條件的兩個數編程之美2.2、編程之美2.21等問題都很2有關）；還有數據結構二叉樹；分析問題時，查其兩端，使用兩個指針，可能會給問題的解決帶來諸多方便，再比如可以用兩個stack來實現一個queue。
關於動態規劃
1、如果一個問題涉及到求最優的解，就可能會試用動態規劃來求解2、動態規劃關鍵要給出遞歸求解的方程，再看看遞歸過程中是否重複了某些求解過程，將這些求解過程預先從底向上的求解出來並保存好，以後直接使用。
3、如果能畫出保存數據的矩陣或數組，程序基本就清楚了，由於是自底向上求解，在求解i問題時，使用到i-1的結果，也就是訪問數組或矩陣的i-1位置
4、動態規劃常常設計到組合爆炸問題，一般不要考慮如何組合來解決問題，因爲這樣通常不利於思考程序如何設計，而應該考慮如何循環並設置保存計算結果的矩陣，通過i-1到i的迭代來解決問題，組合雖然是問題的直接表達，但不利與程序的設計，因爲程序最終是通過若干個循環來完成的。
5、保存數據的矩陣或數組通常比處理的數據要多一行（列），因爲第0行（列）是初始值，用來計算i=1（0）時，用到i-1數據
*6、如果用到循環求部分和問題，常常會導致增加N倍的複雜度，這時可以利用以前求和的結果+當前元素來減少循環的次數，從而降低複雜度，例如：送貨站選址問題、子數組最大和問題等等，這一點很有價值。
關於遞歸
1、如果遞歸前對全局或引用變量++了，那麼如果遞歸後希望該變量恢復到以前的值，那麼遞歸後--該變量，例如求樹的高度，就採用了這種策略。
2、遞歸使用了函數調用的結果，我們不用關心結果是如何得到的，直接使用就是了，但其實不然，實際的計算過程都是在遞歸後面真正的計算處理過程完成的，而遞歸得到的結果常常有利與後面的計算過程，典型的問題是求最近兩點的距離問題。
3、遞歸常常帶來效率問題，比如求斐波那契數列問題，循環的速度要遠高於遞歸的速度，遞歸的效率和棧的規模都比較限制遞歸問題能夠處理的問題的規模。
常識問題
1、數組中間的位置是(start + end) / 2，分治算法通常處理F(start, (start + end) / 2)和F((start + end) / 2 + 1, end)兩個問題，而折半查找，因爲已經比較了中間的元素，因此start = middle + 1；或end = middle - 1，start = end時處理只有一個元素的情況，需要特別注意
2、數組中元素的個素爲end - start + 1個
3、給定一個數要求各位通過模10來獲得，要取十位以上的數據通過除10來處理，
例如123，123 % 10 = 3； 123 / 10 = 12
