不用递归裸写CountWaysDP是因为子问题重复导致O(3ⁿ)时间复杂度，n=40时卡死；必须用记忆化（comma ok判断）降至O(n)，并注意base case和滚动更新顺序。
为什么不用递归裸写 CountWaysDP？
裸递归（比如直接写 CountWaysDP(n-1) + CountWaysDP(n-2) + CountWaysDP(n-3)）在 n=30 时就明显卡顿，n=40 几乎卡死——这不是 Go 性能差，是子问题爆炸式重复计算。比如 CountWaysDP(25) 会被调用上百次。
- Go 的函数调用开销小，但指数级调用栈深度会迅速耗尽栈空间，触发
runtime: goroutine stack exceeds 1GB limit - 记忆化不是“锦上添花”，而是从 O(3ⁿ) 降到 O(n) 的必要手段
- 别用
map[int]int判断是否“已计算”只靠memo[n] != 0：因为n=0时结果就是 1，而memo[0]初始为 0，会误判为“未计算”，导致无限递归 - 正确做法是用 comma ok 语法：
if val, ok := memo[n]; ok { return val }
fibDPSpaceOptimized 和 CountWaysDP 迭代版怎么写才不翻车？
空间优化的核心是只保留最近几个状态值，但爬楼梯（1/2/3步）要留三个变量，斐波那契只需两个——错用变量数会导致逻辑错位，比如把 prev, curr, next 写成两个变量，dp[i] 就永远算不对。
- 初始化必须覆盖所有 base case：
dp[0]=1, dp[1]=1, dp[2]=2（注意：0阶是1种方式，1阶是1种，2阶是“1+1”和“2”共2种） - 迭代循环起始点容易错：从
i=3开始算，不是i=1；否则会越界或覆盖 base - 变量滚动顺序不能颠倒：
prev, curr, next = curr, next, prev+curr+next必须原子更新，否则中间值被覆盖 - 示例片段：
if n == 0 { return 1 }<br>if n == 1 { return 1 }<br>if n == 2 { return 2 }<br>a, b, c := 1, 1, 2<br>for i := 3; i <= n; i++ {<br> a, b, c = b, c, a+b+c<br>}<br>return c
二维 DP 如 LongestCommonSubsequence 的边界怎么设才不 panic？
Go 的 slice 索引从 0 开始，但 LCS 的状态定义里 lcs[i][j] 表示字符串 a[:i] 和 b[:j] 的最长公共子序列长度——这意味着数组要开 (aLen+1) × (bLen+1)，否则访问 lcs[aLen][bLen] 必然越界。
- 常见 panic：
panic: runtime error: index out of range [10] with length 10，本质是忘了 +1 - 内层循环 j 要从 0 到
bLen（含），不是bLen-1；否则最后一列永远不填 - 字符比较别用
a[i] == b[j]：Go 字符串下标取的是 byte，中文或 emoji 会出错；必须转[]rune后再比aRunes[i-1] == bRunes[j-1] - 初始化可省略：
make([][]int, aLen+1)后每行用make([]int, bLen+1)，零值自动是 0，不用显式赋 0
什么时候该用 map[int]int，什么时候该用 []int 做 memo？
取决于 n 的范围和稀疏性。n 小且连续（如楼梯 ≤ 1000）用 slice 更快、更省内存；n 很大但只计算少数几个值（比如只查 CountWaysDP(1e6) 和 CountWaysDP(1e9)），map 才有意义。
立即学习“go语言免费学习笔记（深入）”；
-
[]int：索引安全、缓存友好、无哈希开销；但若 n=1e9，make([]int, n+1)直接 OOM -
map[int]int：动态扩容、内存占用随实际调用数增长；但每次访问有哈希计算+指针跳转，比 slice 下标慢 3–5 倍 - 实战建议：n 1e6 且调用点稀疏（
- 别在函数里反复
make(map[int]int)：传入复用的 map，避免 GC 压力
