对动态规划的理解
就是将一个问题分解为很多个子问题，然后通过求解子问题来解决原问题。然后每个子问题的解都会被填入一个表中，便于对子问题解的利用和存放。动态规划的解决经常和递归方程联系在一起。其实只要有了解决思路和想法就可以由内而外的解决问题，但是有时候要想出解决方法也不容易，想出了之后编程起来就不会很复杂。
编程1的递归方程
m[i]=max(m[j]+1) ，其中m[i]表示第i个数的最长递增子序列，其中0<=j<i。
编程2的递归方程
m[i][j]=min(m[i][k]+m[k][j])
编程情况
第一题还算是比较顺利，找到被比较的数前面比他小的数的最长递增子序列再加一，通过找到子问题然后求解。第二题在用k做循环的时候想了很久，后来套用了矩阵相乘才得以解决。
原文：https://www.cnblogs.com/wwency/p/9957394.html