动态规划通常需要使用一个状态转移方程来推导出最优解。
计算机科学考研中常见的算法思想有很多种，下面总结了一些常见的算法思想：
1. 贪心算法：在每一步选择中都选择当前状态下的最优解，从而希望达到全局最优解。
2. 动态规划：将问题拆解为多个子问题，通过解决子问题的最优解来解决原问题。动态规划通常需要使用一个状态转移方程来推导出最优解。
3. 分治算法：将问题划分为多个独立的子问题，然后将子问题的解合并起来得到原问题的解。
4. 回溯算法：通过不断尝试所有可能的解决方案，并在不符合条件时进行回退，继续尝试其他方案，直到找到符合条件的解。
5. BFS（广度优先搜索）：从问题的起点开始，依次扩展当前节点的所有邻居节点，直到找到目标节点。
6. DFS（深度优先搜索）：从问题的起点开始，沿着一个可能的路径搜索直到无路可走，然后返回到前一个节点，继续搜索下一条路径。
7. 分支限界法：通过对状态空间进行适当的限制和筛选，缩小问题的规模，从而减少需要搜索的空间和时间。
8. 模拟退火算法：通过模拟固体物体在高温下冷却的过程，搜索问题的解空间，从而找到问题的最优解。
以上仅是一些常见的算法思想，实际上计算机科学考研中还涉及到很多其他的算法思想，如启发式搜索、遗传算法、K最近邻算法等等。在复习时，建议针对不同的算法思想，了解其原理和应用场景，以及掌握相应的算法模板和解题技巧，通过练习题目来巩固和理解。
