[USACO1.5][IOI1994]数字三角形 Number Triangles
题目描述
观察下面的数字金字塔。
写一个程序来查找从最高点到底部任意处结束的路径,使路径经过数字的和最大。每一步可以走到左下方的点也可以到达右下方的点。
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5
在上面的样例中,从 7 → 3 → 8 → 7 → 5 7 \to 3 \to 8 \to 7 \to 5 7→3→8→7→5 的路径产生了最大
输入格式
第一个行一个正整数 r r r ,表示行的数目。
后面每行为这个数字金字塔特定行包含的整数。
输出格式
单独的一行,包含那个可能得到的最大的和。
样例 #1
样例输入 #1
5
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5
样例输出 #1
30
提示
【数据范围】
对于
100
%
100\%
100% 的数据,
1
≤
r
≤
1000
1\le r \le 1000
1≤r≤1000,所有输入在
[
0
,
100
]
[0,100]
[0,100] 范围内。
题目来源于洛谷。
题目分析
如果有动态规划的解题经验,可以很容易察觉到该题目可以使用动态规划的思想进行求解。具体一点就是,想办法求出来到达每一个位置上的最大值,结果就是最后一行中的最大值。
画个图应该更容易明白一些:
算法步骤:
- 定义dp[i][j]表示,到第 i 行和第 j 列的最大和
- 初始化dp[0][0] = triangle[0][0]
- 转移方程: d p [ i ] [ j ] = t r i a n g l e [ i ] [ j ] + m a x ( ( j ! = i ? d p [ i − 1 ] [ j ] : 0 ) , ( j > = 1 ? d p [ i − 1 ] [ j − 1 ] : 0 ) ) ; dp[i][j] = triangle[i][j] + max((j != i ? dp[i-1][j] : 0), (j >= 1 ? dp[i-1][j-1] : 0)); dp[i][j]=triangle[i][j]+max((j!=i?dp[i−1][j]:0),(j>=1?dp[i−1][j−1]:0));
动态规划的题目首先要想清楚的是dp数组该如何定义,个人觉得比转移方程更重要。
#include <iostream>
#include <vector>
using namespace std;
long getMaxSum(vector<vector<long>>& triangle, int r);
int main(int argc, char **argv){
vector<vector<long>> triangle;
int r;
cin >> r;
int count = 0;
for(int i = 1; i <= r; i++){
count = i;
long num = 0;
vector<long> v;
while(count-- > 0){
cin >> num;
v.push_back(num);
}
triangle.push_back(v);
}
long ans = getMaxSum(triangle, r);
cout << ans << endl;
return 0;
}
long getMaxSum(vector<vector<long>>& triangle, int r){
long dp[r][r] = {{0}};
dp[0][0] = triangle[0][0];
for(int i = 1; i < r; i++){
for(int j = 0; j <= i; j++){
dp[i][j] = triangle[i][j] + max((j != i ? dp[i-1][j] : 0), (j >= 1 ? dp[i-1][j-1] : 0));
}
}
long ans = 0;
for(int i = 0; i < r; i++){
if(dp[r-1][i] > ans){
ans = dp[r-1][i];
}
}
return ans;
}
时间复杂度为 O ( n 2 ) O(n^2) O(n2)