老师 我今年36岁了，感觉自己知识储备和思维能力有些跟不上了，想去美国读CS硕士，会不会有些晚了

老师，我的理解回溯是不是应该类似深度遍历，相当于每步都向深遍历一层，每一层都可以有一步或者两步的分支，然后到最高点的话，返回计数加一。这样我的理解是不是和您说的回溯有些出入呢？

老师 爬楼梯的题 return n if n<=2 else func（n-1）+ func(n-2) 为什么不对？只不过效率低而已 另外越来越喜欢老师讲的课程 还是多多练习 之前面试就遇到过爬楼梯的题 无奈当时一遇到算法题就直接蒙圈了 也错过很多很好的机会

两个关键点： 1 dp状态的定义，也就是对实际问题的建模 2 状态转移方程，推导出问题与其子问题之间的递推关系 找出这两点，后续便是求解了。

解答疑惑：状态转移方程 f(n) = f(n-1) + f(n-2); 是如何推导出来的？ 视频中其实是通过找规律的方式推导出来的，这里我用另外一种思路“加法原理”来解释。 加法原理：通过分类的方式将大问题拆解成小问题， 举例：从北京到深圳有3种交通工具(火车、飞机、汽车)，火车有2种(高铁和动车)，飞机3种(南航、海航、东航)，汽车4种(劳斯莱斯、宝马、奥迪、特斯拉)，那从北京到深圳一共有 2 + 3 + 4 = 9 种方法。 从以上例子可以看出，加法原理重点在于分类，所有最小子类之和即为总共的选择。 爬楼梯这里也是同样，假如一共有 4 级台阶，那么有以下5种选择： 4-3-1-0 4-3-2-0 4-3-2-1-0 4-2-0 4-2-1-0 这里第一次分类是 4 分成 3 和 2，然后 3 可以继续细分成 3种选择， 2 可以继续细分成两种选择，总共 5 种选择。

上第n层楼梯 = 第n-1层楼梯再上1层 + 第n-2层楼梯再上2层

关于递推和递归的思考：为什么递归更容易爆栈。 递推：自下而上，从已知到未知。 递归：自上而下，从未知到已知，再从已知到未知。 分析1：递推只需要从已知计算到未知就行了，而递归还需要执行从未知到已知的过程，执行步骤上就更多。 分析2: 递归过程中需要保存很多个函数的作用域，占用的内存更多，所以更容易爆栈

动态规划的关键： 1.状态的定义：最关键。状态是一个子问题（不是贪心中的局部问题），可以方便的发现子问题之间的关系 2.递推方程

斐波那契那个，用矩阵相乘就可以logN了

haha，这个类似于斐波那契数列，递推下就解了