动态规划，Dynamic Programming，即DP。一般DP问题都可分解成很多相同性质的子问题（subproblem），因此DP问题与递归密切相关，但代码不一定非要写成递归的！
DP问题特有的味道：
递归会显著增加栈空间，这是限制递归算法应用的重要原因之一。另外，递归会增加很多函数调用overhead，因此递归实现不一定快！
分析解决DP问题的关键：分析和识别出子问题，计算并保存子问题的结果，在后续计算中，直接使用前面计算出来的子问题的结果，避免重复计算！有些问题虽然可以使用DP思路，但是DP方案不一定是最快的，比如LeetCode第5题，寻找最长回文，而且DP方案由于需要存储大量子问题的结果，一般都比较费内存，还要考虑如何存储才能支持快速查找！
-- 目录[0] --
-- 文章[7] --