10303 数字三角（优先做）

### 分析
为了解决这个问题，我们可以采用自底向上的动态规划方法。这种方法的核心思想是从数字三角形的底部开始，逐层向上计算到达每个节点的最大路径和，直到达到顶部。这样做的好处是我们只需要一次遍历就可以得到最终结果，而且还能很容易地回溯找到最大路径。

### 步骤
1. 创建一个二维数组 `dp`，其大小与输入的数字三角形相同，用于存储到达每个节点的最大路径和。
2. 从数字三角形的最后一行开始，初始化 `dp` 的最后一行为数字三角形的最后一行。
3. 从倒数第二行开始向上遍历每一行，对于每个节点，更新其 `dp` 值为当前节点值加上其下方两个节点 `dp` 值的较大者。
4. 在到达三角形顶部后，`dp[0][0]` 即为最大路径和。
5. 为了找到路径，从顶部开始向下遍历，每次选择 `dp` 值较大的那个方向移动，直到达到三角形的底部。

### 代码

#include <iostream>
#include <vector>
using namespace std;

int main() {
    int n;
    cin >> n;
    vector<vector<int>> triangle(n, vector<int>(n, 0));
    vector<vector<int>> dp(n, vector<int>(n, 0));
    vector<vector<int>> path(n, vector<int>(n, -1)); // To track the path

    // Read input
    for (int i = 0; i < n; ++i) {
        for (int j = 0; j <= i; ++j) {
            cin >> triangle[i][j];
        }
    }

    // Initialize dp with the last row of triangle
    for (int i = 0; i < n; ++i) {
        dp[n-1][i] = triangle[n-1][i];
    }

    // Bottom-up calculation
    for (int i = n - 2; i >= 0; --i) {
        for (int j = 0; j <= i; ++j) {
            if (dp[i+1][j] > dp[i+1][j+1]) {
                dp[i][j] = triangle[i][j] + dp[i+1][j];
                path[i][j] = j;
            } else {
                dp[i][j] = triangle[i][j] + dp[i+1][j+1];
                path[i][j] = j + 1;
            }
        }
    }

    // Output the maximum sum
    cout << dp[0][0] << endl;

    // Find and output the path
    int j = 0;
    for (int i = 0; i < n; ++i) {
        cout << triangle[i][j] << " ";
        j = path[i][j]; // Move to the next column in the path
    }
    cout << endl;

    return 0;
}

### 总结
通过动态规划，我们可以有效地解决数字三角形问题，不仅能计算出最大路径和，还能找到构成这个最大和的路径。这种自底向上的方法避免了重复计算，提高了效率。