动态规划是算法面试里最容易「一看就会、一写就废」的题型。很多人背过背包九讲，也刷过几十道题，但换个场景就不知道怎么定义状态；也有人能写出 O(n²) 的解法，被追问一句「能不能把空间压到一维」就卡住。这门专题班针对的正是这类缺口——不是从零讲算法，而是把动态规划这条线从头到尾捋清楚，让你在遇到新题时能自己推出状态转移方程。

先确认你卡在哪一层

动态规划的难点从来不是「知道要用 DP」，而是三件事：状态怎么定义、转移怎么写、边界怎么处理。初学者常见的状态是：能看懂别人写的题解，但拿到新题第一反应是搜索或贪心；中级学习者的典型问题是只会套模板，遇到变形题（比如状态维度需要增加、转移顺序需要调整）就无从下手；再往上，是能写对但不会优化，空间和时间都停在最朴素的做法上。

这门课的内容排布大致对应这三层：基础部分解决「为什么可以这样定义状态」，进阶部分处理一维、二维、滚动数组和空间压缩，高级部分集中在区间 DP、背包及其变体、双指针 DP 这些容易被单独拎出来考的题型。如果你已经能独立写出最长上升子序列和 0-1 背包，可以直接从进阶部分对照检查；如果连状态转移方程怎么来的都说不清楚，建议老老实实从基础要素过一遍。

几个必须自己动手才能过的问题

听课和看题解最大的区别在于，题解给你的是结论，课程要帮你补的是推导过程。学完之后，你应该能在不看答案的情况下回答这些问题：

为什么同一个问题既能写成递归，也能写成递推，两者之间的转换靠的是什么？
状态转移方程里，哪些项属于「最优子结构」，哪些只是为了让转移成立而补的边界？
滚动数组到底滚掉了哪一维，为什么有的题能滚、有的题滚了会出错？
区间 DP 的循环顺序为什么通常要先枚举区间长度，而不是直接枚举左右端点？
背包问题里，0-1 背包和完全背包在代码上只差一个遍历方向，这个方向差别的本质是什么？

这些问题不是用来背的，而是用来检验你是否真的理解了状态和转移之间的关系。能答上来，说明你具备迁移到新题的能力；答不上来，说明还停留在记忆层面。

配套练习该怎么用

动态规划是练出来的，不是听出来的。课程里每个知识点后面都跟了对应的例题和变形，建议不要只看讲解就跳过。具体做法是：先自己写一版最朴素的解法，哪怕超时也没关系；再对照课程里的状态定义，检查自己的状态是否有多余维度；最后再考虑优化。特别注意那些「同一道题换一种状态定义就完全写不出来」的情况，这往往暴露的是对问题结构理解不到位，而不是编码能力问题。

另外，背包和区间 DP 这两块建议反复练。它们是很多综合题的组件，单独会做不等于能在复杂场景里识别出来。练习时可以有意识地记录：这道题的最优子结构是什么，状态之间是怎么依赖的，转移顺序为什么不能反。

学完之后你应该能做什么

最直接的标准是：拿到一道没见过的题，能在几分钟内判断它是否适合用动态规划，并能写出状态定义和转移方程，而不是先想暴力再想优化。其次，面对空间或时间限制较高的题目，你能主动考虑滚动数组、状态压缩这类手段，而不是等提示。最后，在面试或笔试中遇到背包、区间、双指针结合的变形题时，你知道从哪个维度切入拆分。

这门课不承诺覆盖所有 DP 题型，但会把常见的几类结构和推导方法讲透。剩下的事，得靠你自己动手写。缺什么补什么，别假装什么都会——先做一遍题，再回来看课，效果会比顺着听好得多。