动态规划

ReAct、Plan-and-Execute、Reflection 三大智能 Agent 范式核心区别核心思想：推理和行动紧密穿插，一步一想、一步一动。流程循环： Thought（思考下一步该做什么） → Action（调用工具/行动） → Observation（得到结果）不断循环直到得出答案。

《算 · 法》题目解析篇（1）：最近公共祖先问题，线段树，最长回文子序列🧑‍💻博主名称：鱼子星_ ✅数据结构专栏：【数据结构】 ✅算法竞赛专栏：【算法竞赛】 ✅C++系列专栏：【C++从零开始系列】

迷茫中的自我

SoundGate Guitar 智能音乐创作与教学应用场景很多刚拿起吉他的朋友，往往卡在“左手按弦疼、右手节奏乱、嘴里还唱不准”的三重困境里。传统的教学模式通常是先练几个月基本功再碰歌曲，这种漫长的反馈周期让不少人还没体会到弹唱的乐趣就选择了放弃。其实，借助现在的智能辅助工具，零基础用户完全可以在第一天就建立起完整的弹唱体验。我们不再需要死磕枯燥的爬格子练习，而是可以直接从简单的和弦映射开始，让手指快速找到肌肉记忆。

算法入门（七）：动态规划 - 网格路径（Leetcode 62 / 63）Leetcode 62 - 不同路径机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为 “Finish” ）。 dp[i][j] ：表示从（0 ，0）出发，到(i, j) 有dp[i][j]条不同的路径。

【洛谷题解/AcWing题解】洛谷P4011 孤岛营救问题/AcWing1131拯救大兵瑞恩洛谷链接： https://www.luogu.com.cn/problem/P4011 AcWing链接： https://www.acwing.com/problem/content/1133/

科学实验家

动态规划25步走：1.dp代表的是：dp[i][j]表示到【i，j】一共有几种路径2.表达式：想要求dp[i][j]，只能有两个方向来推导出来，即dp[i - 1][j] 和 dp[i][j - 1]。

hurrycry_小亦

洛谷题目：P1233 [ICPC 2001 Taejon R] 木棍加工题解（本题较难）本题求最少准备时间 ⇔ 求排序后宽度数组的最长严格上升子序列长度。以下是小亦的详细讲解⬇️https://www.luogu.com.cn/problem/P1233

最长有效括号dp：class Solution {public:int longestValidParentheses(string s) {

告别Excel孤岛：一款任务链路可视化工具带来的真实改变2026年上半年，团队大部分时间都在做一件极其繁琐但又避不开的事：跨部门追着确认多方依赖的任务节点。前端改了一个接口规范，后端要确认对不对齐，测试要确认自动化用例要不要改，产品要同步更新需求文档。一套流程跑下来，全靠Excel+邮件+IM软件群聊——一个需求变更走完，十几封邮件来来回回，群里@几十次人，再由项目经理手工汇总成一张进度总表。

LeetCode 518：零钱兑换||（完全背包）—— 题解🎯 欢迎来到「零钱兑换 II」题解之旅！本文将带你从“凑出指定金额有多少种组合方式”这一计数需求出发，深入理解完全背包求方案数的 DP 模型，并掌握组合数与排列数的关键区别。

雪碧聊技术

力扣 LCR 091. 粉刷房子 —— 动态规划入门详解引言动态规划是算法面试中的"拦路虎"，许多初学者不知从何下手。今天讲解的「力扣 91. 粉刷房子」正是 DP 入门的绝佳练习题。它不像背包问题需要纠结"容量"维度，而是用最朴素的二维 DP 表格，清晰展示了状态定义、初始化、转移和返回的完整流程。无论你是算法新手还是面试备战者，这篇文章都会带你一步步拆解题目，让你真正理解 DP 的核心思想。让我们从一道题开始，打通动态规划的"任督二脉"

LeetCode 279：完全平方数（完全背包）—— 题解🎯 欢迎来到「完全平方数」题解之旅！本文将带你从“用最少的平方数拼出给定整数”这一数学问题出发，深入理解完全背包求最小值的 DP 模型，并掌握如何将隐式物品（平方数）动态生成融入背包框架。

香辣牛肉饭

【算法】动态规划最长公共子序列（LCS）给定序列X=⟨x1,x2,…,xn⟩, X=\langle x_1,x_2,\ldots,x_n\rangle, X=⟨x1,x2,…,xn⟩,

【DWT】计算两不等序列相似度：DWT论文：Dynamic Programming Algorithm Optimization for Spoken Word Recognition 作者：Hiroaki Sakoe, Seibi Chiba 会议/期刊：IEEE Transactions on Acoustics, Speech and Signal Processing 年份：1978 是语音识别领域中关于动态时间规整（DTW/DP‑matching）的经典文献，系统提出了带斜率约束的对称型DP算法并验证其优越性

雪碧聊技术

动态规划算法—01背包问题目录1、动态规划的基本思想2、动态规划的典型例子—01背包问题解法思路每个格子的值的含义填写表格的顺序

LeetCode 494：目标和（动态规划/01背包问题）—— 题解🎯 欢迎来到「目标和」题解之旅！本文将带你深入理解动态规划与背包问题的巧妙结合。在开始之前，建议你先：

动态规划-最长上升子序列问题个人主页：<zephyr05>个人专栏：<Linux> <C/C++> <竞赛专栏>座右铭：等风来不如追风去，追寻的过程就是人生的意义。

力扣hot100-53.最大子数组和-动态规划详解LeetCode 53「最大子数组和」要求：关键词是：例如：最大和来自：它的和是：所以答案是：最直接的想法是枚举每一个连续子数组，再计算其和。

《LeetCode 416 分割等和子集》416. 分割等和子集 - 力扣（LeetCode）要将数组分割成两个和相等的子集，等价于从数组中选出一些数，使它们的和等于总和的一半。设总和为 sum，若 sum 为奇数，则不可能平分，直接返回 false。若为偶数，目标值 aim = sum / 2。于是问题转化为一个01背包可行性问题：有 n 个物品，每个物品重量（数值）为 nums[i]，背包容量为 aim，问能否恰好装满。

【软考算法】软件设计师下午第四题之动态规划：0-1 背包与最长公共子序列的“填表艺术“上一篇我们聊了分治法，核心是"拆、治、合"。今天聊动态规划（DP），它的核心就一句话：**"记住过往，避免重复"**。如果说分治法是"重新做一遍"，那动态规划就是"抄上一次的作业"。