1 基本的程序设计模式
任何的程序设计都包含IPO，它们分别代表如下：
I：Input 输入，程序的输入
P：Process 处理，程序的主要逻辑过程
O：Output 输出，程序的输出
因此如果想要通过计算机实现某个功能，那么基本的程序设计模式包含三个部分，如下：
确定IPO：明确需要实现功能的输入和输出，以及主要的实现逻辑过程；
编写程序：将计算求解的逻辑过程通过编程语言进行设计展示；
调试程序：对编写的程序按照逻辑过程进行调试，确保程序按照正确逻辑正确运行。
2 解决复杂问题的有效方法：自顶向下（设计）
2.1 自顶向下-分而治之
如果要实现功能的逻辑比较复杂的时候，就需要对其进行模块化设计，将复杂问题进行分解，转化为多个简单问题，其中简单问题又可以继续分解为更加简单的问题，直到功能逻辑可以通过模块程序设计实现，这也是程序设计的自顶向下特点。总结如下：
将一个总问题表达为若干个小问题组成的形式
使用同样方法进一步分解小问题
直至，小问题可以用计算机简单明了的解决
2.2 举例1：体育竞技分析
2.2.1 程序总体框架
printlnfo() 步骤1:打印程序的介绍性信息
getlnputs() 步骤2:获得程序运行参数：proA, proB, n
simNGames() 步骤3:利用球员A和B的能力值，模拟n局比赛
printSummary() 步骤4:输出球员A和B获胜比赛的场次及概率
你现在想买⼀大堆算法书，有一个容量为 V 的背包，这个商店⼀共有 n 个商品。问题在于，你最多只能拿 W kg 的东西，其中 wi 和 vi 分别表示第 i 个商品的重量和价值。最终的目标就是在能拿的下的情况下，获得最大价值，求解哪些物品可以放进背包。
对于每⼀个商品你有两个选择：拿或者不拿。
3.2.2 自底向上分析
⾸先要做的就是要找到“子问题”是什么。通过分析发现：每次背包新装进⼀个物品就可以把剩余的承重能力作为⼀个新的背包来求解，⼀直递推到承重为0的背包问题。
用 m[i,w] 表示偷到商品的总价值，其中 i 表示⼀共多少个商品，w 表示总重量，所以求解 m[i,w]就是子问题，那么看到某⼀个商品i的时候，如何决定是不是要装进背包，需要考虑以下：
该物品的重量大于背包的总重量，不考虑，换下⼀个商品；
该商品的重量小于背包的总重量，那么尝试把它装进去，如果装不下就把其他东西换出来，看看装进去后的总价值是不是更高了，否则还是按照之前的装法；
极端情况，所有的物品都装不下或者背包的承重能力为0，那么总价值都是0；
由以上的分析，可以得出m[i,w]的状态转移方程为：
m[i,w] = max{m[i-1,w], m[i-1,w-wi]+vi}
