很多初学者觉得 DP（动态规划）难，不是难在转移，而是难在“状态怎么想”。本文带你从暴力递归出发，层层递进，领悟状态设计的三个层次。
第一重境界：直觉模拟（暴力搜索）
拿到一个问题，先不要想什么最优子结构，直接用 DFS 去暴力枚举所有可能性。比如经典的 数字三角形 问题：
int dfs(int i, int j) {
if (i == n) return a[i][j];
return a[i][j] + max(dfs(i+1, j), dfs(i+1, j+1));
}这个阶段的核心是 把决策树画出来，找到每个节点的“状态”是什么（在这里是 (i, j)）。
第二重境界：记忆化与递推（发现重叠子问题）
暴力 DFS 会重复计算同一个 (i, j) 无数次。我们加上 memo 数组：
int dfs(int i, int j) {
if (i == n) return a[i][j];
if (memo[i][j] != -1) return memo[i][j];
return memo[i][j] = a[i][j] + max(dfs(i+1, j), dfs(i+1, j+1));
}这就是 DP 的雏形。进一步地，我们可以去掉递归，改成循环递推（从底向上）：
for (int i = n; i >= 1; i--)
for (int j = 1; j <= i; j++)
dp[i][j] = a[i][j] + max(dp[i+1][j], dp[i+1][j+1]);此时状态定义：dp[i][j] 表示从第 i 行第 j 列出发到底层的最大路径和。
第三重境界：状态化简与降维（空间优化）
观察递推式，dp[i] 只依赖于 dp[i+1]，所以我们可以把二维压成一维：
for (int i = n; i >= 1; i--)
for (int j = 1; j <= i; j++)
dp[j] = a[i][j] + max(dp[j], dp[j+1]);这就是 0/1 背包中倒序枚举的底层逻辑。到了这一重境界，你不仅要会做，还要懂 为什么能省空间，以及 遍历顺序为什么不能乱。
总结：学 DP，不要一开始就硬想转移方程。先暴力，再记忆化，最后递推。这三重境界走完，任何 DP 题在你眼里都会清晰无比。