dynamic-programming

动态规划 (DP) 技能模块专为软件工程师、学生及竞赛编程者打造，旨在解决复杂的最优化问题。本技能提供一套扎实的开发框架，引导用户将递归问题转化为高效的迭代解决方案。通过专注于状态定义、递归关系、边界条件、计算顺序及空间复杂度优化，本技能协助用户将指数时间复杂度的暴力解法转换为 O(n) 或 O(n*W) 的高效算法。无论是在技术面试准备、生产环境算法优化，或是开发需要高效率资源管理的软件组件，本技能均能发挥关键作用。用户可借此处理典型的动态规划范式，包含斐波那契数列变体、0/1 背包问题、最长公共子序列 (LCS)、零钱兑换及最长递增子序列 (LIS)。

• 提供包含使用 functools.lru_cache 的由上而下备忘录实现，以及由下而上的表格化迭代策略。

• 内置高级空间优化技术，在适用情况下将内存开销从 O(n) 降至 O(1)。

• 提供用于背包问题、序列比对与组合优化的模块化代码模式，确保高度的代码复用性。

• 具备严格的参数验证机制，并针对递归深度与内存限制提供稳健的错误处理。

• 符合 SASMP v1.3.0 协议规范，可无缝集成至数据结构算法助手代理框架中。

• 输入需求：预期接收序列列表、整数目标值，以及选用的备忘录字典，以确保函数调用的灵活性。

• 适用情境：最适合用于具有重叠子问题 (overlapping subproblems) 与最佳子结构 (optimal substructure) 特性的算法难题。

• 使用建议：当递归深度成为性能瓶颈时，建议优先采用迭代表格化方法，以避免调用堆栈溢出。

• 集成性：可通过 Claude Code 的斜线指令直接调用，自动生成代码模板并对既有算法进行优化。