Python 动态规划

动态规划是一种常见的算法设计和优化方法，它常用于解决具有重叠子问题和最优子结构性质的问题。Python 作为一种高级编程语言，提供了许多灵活的数据结构和函数，非常适合用于实现动态规划算法。

下面是一个 Python 实现动态规划的示例，以斐波那契数列为例：

def fibonacci(n):
    if n <= 1:
        return n
    else:
        fib = [0, 1]
        for i in range(2, n+1):
            fib.append(fib[i-1] + fib[i-2])
        return fib[n]

该函数接受一个整数 n 作为参数，计算斐波那契数列中第 n 个数的值。在函数中，我们首先判断 n 是否小于等于 1，如果是，则直接返回 n。如果不是，则创建一个长度为 n+1 的列表 fib，并初始化前两个数为 0 和 1。然后使用 for 循环计算斐波那契数列中每个数的值，并将其添加到列表 fib 中。最后返回列表 fib 中第 n 个数的值。

这个算法的时间复杂度为 O(n)，空间复杂度为 O(n)。