动态规划算法

1. 定义状态
   • 明确dp[i](或多维dp[i][j])代表的具体含义。
2. 推导状态转移方程
   • 找出dp[i]与前序状态(dp[i-1])等的关系
3. 初始化base case：
   • 确定最小子问题的解，比如dp[0]=1、dp[1]=1，为递推提供起点
4. 递推计算最终结果：
   • 从base case开始，按顺序计算到目标状态(dp[n])，或通过变量滚动优化空间。

$X^Y$

$$\mathbf{T}i = \begin{bmatrix} \cos(k_i d_i) & \frac{j \sin(k_i d_i)}{\omega \rho_i v{p_i}} \\ j \omega \rho_i v_{p_i} \sin(k_i d_i) & \cos(k_i d_i) \end{bmatrix}$$

\(X^Y\)