[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。
题目翻译来自NOCOW。
USACO Training Section 1.5
IOI1994 Day1T1
题解:
这题可以用dfs搜索来解,就按照金字塔的形状构建一棵树就好,但我在这想讲的是动态规划的解法。
动态规划解法(二维):
- 既然要选择动态规划的解法,那么就必须找出状态转移方程,也就是递推式。将金字塔左对齐存放,由于每一步可以走到左下方的点也可以走到右下方的点,也就是每个点的父节点有可能是来自左上方也可能是正上方
- 则a[ i ][ j ]=max(a[ i-1 ]a[ j ] + a[ i ][ j ], a[ i-1 ][ j-1 ] + a[ i ][ j ]) 。
#include <iostream>
using namespace std;
int a[1001][1001] = { 0 } , r, mmax = 0;
int main()
{
cin >> r;
for (int i = 1; i <= r; i++) {
for (int j = 1; j <= i; j++) {
cin >> a[i][j];
}
}
for (int i = 2; i <= r; i++) {
for (int j = 1; j <= i; j++) {
int t = a[i][j];
if (j - 1 >= 1 && a[i - 1][j - 1] + t > a[i][j]) {
a[i][j] = a[i - 1][j - 1] + t;
}
if (j <= i - 1 && a[i - 1][j] + t > a[i][j]) {
a[i][j] = a[i - 1][j] + t;
}
mmax = a[i][j] > mmax ? a[i][j] : mmax;
}
}
cout << mmax;
return 0;
}
二维空间优化:
如果像上面的做法一样,那么二维数组实际上有用的地方只有下三角部分,并且,在dp的过程中,每求出一行,那么它上方的所有数据都没有用了,这样造成了巨大的空间浪费。
所以,可以使用一维数组来优化空间复杂度。
- 在输入数据的同时开始dp
- 数据右对齐存放,但左右次序不颠倒
- 由于边输入边操作,所以左侧的值永远是被上一次操作覆盖过的新值。如果左对齐存放,由a[ i ][ j ]=max(a[ i-1 ]a[ j ] + a[ i ][ j ], a[ i-1 ][ j-1 ] + a[ i ][ j ]) 可以知道左上方的旧数据与新值有关,而左上方的旧数据因为上一次操作又被覆盖了,这样就造成了数据丢失。
- 如果右对齐存放,那么状态转移方程就变成了a[ i ][ j ]=max(a[ i-1 ]a[ j ] + a[ i ][ j ], a[ i-1 ][ j+1 ] + a[ i ][ j ]),也就是a[ i ][ j ]只与正上方和右上方的数据有关了 ,便不需要用到左上方的数据了。
#include <iostream>
#include <algorithm>
using namespace std;
int a[1002] = { 0 }, r, mmax = 0;
int main() {
cin>>r;
for (int i = 1; i <= r; i++) {
for (int j = 1000 - i + 1; j <= 1000; j++) {
int t; cin >> t;
a[j] = max(a[j] + t, a[j + 1] + t);
mmax = max(a[j], mmax);
}
}
cout << mmax;
}