[NOIP 2008]传纸条

感觉这道题出得不错，而且网上题解讲得非常好，所以~~~~~~~~~~

使用动态规划算法的关键，在于状态的定义和找到动态转移方程。
很多同学(包括我)在内最初考虑该算法的时候一定是在想:使用DP[i][j]来保存[0][0]到[i][j]的来回最大值。不过很明显，这种状态的保存只保存得了一条路径，而如果DP两次，图的状态怎么确定又是很大的问题。所以，不能这样保存状态。

既然要走两次，而题目规定了往下走只有右、下两个方向，往上走只有左、上两个方向，所以走的步数来回肯定一样的。

因此，我们不妨让两条线路同时进行，即用四维数组DP[i][j][m][n]来保存状态。
而又因为同一条路线可以是往下走的，也可以是往回走的(这只是一个相对的问题)，所以可以直接假设两条线路都是从上往下走(怎么走无所谓，该线路的值是一定的)。

接下来解释一下数组的含义：DP[i][j][m][n]中事实上相当于保存了DP[i][j]和DP[m][n]之和，它的意思是第一条路线走到(i,j)处的时候第二条路线走到(m,n)处时所经过地点的好心值之和的最大值。

为了确保两条线路不会重复，我们人为规定 m > i+1 ，依旧使用四重for循环来进行状态转移。

我们的四重循环是这样的：

 //用x、y来分别作为行、列
 for(int i=0;i<x;i++)
  for(int j=0;j<y;j++)
   for(int m=i+1;m<x;m++)
    for(int n=j-1;n>=0;n--)
 

开四重循环的话，这次题目要求比较低，只有50*50，如果大点呢？四重循环100^4不就超时了吗？。
所以，我们就考虑一下将状态压缩。

我们已经注意到，两条路线在同一时刻走的路程是相同的。

因此不难发现：
i+j=m+n。
n=i+j-m。
如此一来我们便可以省去 n 这一维数组，只剩下压缩之后的三位数组。
这个的正确性也不难证明，m+n中，m一定，n也一定是确定下来了的。

新的方程就不难列出来了：

for(int i=0;i<x;i++)
 for(int j=0;j<y;j++)
  for(int m=i+1;m<i+j;m++)//想想为什么是i+j
  {
    状态转移方程
  }

注意：状态的转移中会出现一些边界情况，如 i=0 和 j=0，需要特殊判断。

核心代码：

memset(dp,0,sizeof(dp));
for(int i=0;i<m;i++)//不断向下走
 for(int j=0;j<n;j++)//向右走
  for(int k=i+1;k<=i+j;k++)//向右或者向下走，所以k>i+1
  {
	   if(k==i+1)//两条线在靠近的两行,以下部分可画图验证。
	   {
		   if(i==0)//处理当在首行时的边界条件
		   {
				dp[i][j][k]=dp[i][j-1][k]+map[i][j]+map[k][i+j-k];//只可能有一种情况
		   }
		   else if(j==0)//处理在首列时候的边界条件
		   {
				continue;//不存在这种情况
		   }
		   else
		   {
				dp[i][j][k]=max(max(dp[i-1][j][k],dp[i-1][j][k-1]),dp[i][j-1][k])+map[i][j]+map[k][i+j-k];//三种情况都考虑
		   }
	   }
       else
	   {
			if(i==0)//同上的都不解释了
			{
				dp[i][j][k]=max(dp[i][j-1][k-1],dp[i][j-1][k])+map[i][j]+map[k][i+j-k];
			}
			else if(j==0)
			{
				dp[i][j][k]=max(dp[i-1][j][k],dp[i-1][j][k-1])+map[i][j]+map[k][i+j-k];
			}
			else
			{
				dp[i][j][k]=max(max(dp[i-1][j][k],dp[i-1][j][k-1]),max(dp[i][j-1][k-1],dp[i][j-1][k]))+map[i][j]+map[k][i+j-k];
			}
       }
   }