零题目：算法（leetcode，有思维导图+全解）300题（2312）卖木头一.说明thetopic2.解决方案概述（思维导图）3.所有解决方案面试官：看你差不多准备好了，下面开始面试。疯张三：okk~面试官：如果你看过题目，我来说说你的想法和想法吧~疯张三：因为题目有“最”字，所以我觉得应该优先考虑。动态规划”。面试官：那你觉得使用动态规划的条件是什么？疯子张三：我个人认为应该满足两个条件：**1）最优子结构2）无后效**面试官：很好，那么你就知道动态规划的本质和解题步骤分别是什么了疯狂的张三：**1）本质：一种用空间换取时间的技术2）解题步骤：分为3个步骤状态定义：每个状态的决策，存储每个状态的变量；状态转移方程：当前状态与前一个状态的转移关系；初始状态：初始状态或边界条件等**面试官：年轻人，是的，我觉得你已经快热身了，所以你可以用上面的知识来解决这个问题~旁白：5-10分钟后，张三写不出代码。面试官：（严肃而困惑）你只是记忆相关概念而不是代码相关主题？张三疯子：（张三一脸胆怯）额。...面试官：这样一来，如果把木块想象成一个大西瓜，写代码的时候就凉爽爽快~那么题目就变成了——你有一个二维（长为w，宽为h）可以选择直接卖掉大西瓜（如果有人此时买，长w，宽h），否则此时的大西瓜只能得到0元。张三疯子：对，然后我们也可以选择这个时候大西瓜不卖，把瓜横着竖着切，把大西瓜切成不同的小西瓜，最后算出当前大西瓜卖的最高价可以从这些切瓜图上卖掉。面试官：对，那按照你之前说的，把状态定义和状态转移方程写下来~张三疯子：好的。我理解的状态定义——dpi，当长度为i，宽度为j时，可以得到的最大金额。状态转移方程——横切瓜时：dpi=max(dpi,dpk+dpi-k)，k的取值范围是[1,i-1]。垂直切瓜时：dpi=max(dpi,dpi+dpi)，k的取值范围为[1,j-1]。面试官：状态的初始化呢？疯子张三：根据数组prices进行初始化——当i,j存在于prices中0和1的下标位置时，dpi=prices对应的元素下标。面试官：很好，思路理清了，那就开始表演吧，啊不，开始写代码了~旁白：张三就像任督的第二通道瞬间被打开，三次，五次二分，无10分钟敲出代码~1Scheme11)代码：//Scheme1《动态编程方法-普通版》。//"技巧：题干中包含最重要的词，动态规划优先（本质：空间换时间的技术）。"//参考：//1)https://leetcode.cn/problems/selling-pieces-of-wood/solution/mai-mu-tou-kuai-by-leetcode-solution-gflg///2)https://leetcode.cn/problems/selling-pieces-of-wood/solution/by-endlesscheng-mrmd///思路（把这里的木块想象成一个大西瓜，写代码会爽快爽快~)://1)状态定义：dp[i][j]，长度为i，宽度为j时最大可获得的金额。//2)状态转换：//2.1)水平切割：dp[i][j]=max(dp[i][j],dp[k][j]+dp[i-k][j])，k的取值范围为[1，i-1]。//2.2)垂直切割：dp[i][j]=max(dp[i][j],dp[i][k]+dp[i][j-k]),k的范围是[1,j-1]。//思路：//1.1)状态初始化：l=prices.length;//dp=newArray(m+1).fill(1).map(v=>newArray(n+1).fill(0));//思考：为什么二维的每个元素都用0填充默认情况下？//1.2)状态初始化：遍历数组prices并进一步初始化数组dp。//2)核心：状态转移。//2.1)水平切割：dp[i][j]=max(dp[i][j],dp[k][j]+dp[i-k][j])，k的取值范围是[1,i-1]。//2.2)垂直切割：dp[i][j]=max(dp[i][j],dp[i][k]+dp[i][j-k]),k的范围是[1,j-1]。//3)返回结果dp[m][n]。varsellingWood=function(m,n,prices){//1.1)状态初始化：l=prices.length;//dp=newArray(m+1).fill(1).map(v=>newArray(n+1).fill(0));//思考：为什么二维中的每个元素默认都用0填充？constl=prices.length;让dp=newArray(m+1).fill(1).map(v=>newArray(n+1).fill(0));//1.2)状态初始化：遍历数组prices进一步初始化数组dp。for(leti=0;i
