动态规划 python 实现 三角形最大值路径

这篇博客探讨了如何使用Python实现动态规划算法解决寻找三角形中从顶点到底部的最大路径值问题。文中提供了两种递推动态规划的解决方案,一种是标准递推,另一种是空间优化的递推,并通过代码进行详细解释。
摘要由CSDN通过智能技术生成
# -*- coding: UTF-8 -*-

deep = 4
L = []
L.append([1])
L.append([2,3])
L.append([4,5,6])
L.append([7,8,9,10])

opt = []

opt_line = []

#递归动态规划
def search_the_best_answer(i,j):
    print(i,j)
    if i < deep:
        if opt[i][j] != -1:
            return opt[i][j]
        else:
            f1 = search_the_best_answer(i+
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值