POJ - 1163(The Triangle)

题目大意

题目大意与下题描述相同在这里插入图片描述

解题思路

在这里插入图片描述
题目描述每次只能移动到下一层的相邻位置,即共有如上图这些路径。不难发现,对于第(i, j)位置来说,只能由(i-1, j-1)(i-1, j)位置移动而来,即求移动到(i, j)位置的最大数字和时,只能从上述两个位置中选取最大值。即dp[i][j] = max(dp[i-1][j-1], dp[i-1][j]) + value(dp[i][j]dp[i][j]表示走到(i,j)位置的最大和,value表示(i,j)位置的元素值)。

#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
int value[105][105];    //保存数字三角形
int dp[105][105];   //dp[i][j]表示走到(i,j)位置的最大和
int main() {
    int n;
    while(cin >> n) {
        memset(dp, 0, sizeof(dp));
        for(int i = 1; i <= n; i++) {
            for(int j = 1; j <= i; j++) {
                cin >> value[i][j];
            }
        }
        //求dp[i][j]
        for(int i = 1; i <= n; i++) {
            for(int j = 1; j <= i; j++) {
                dp[i][j] = max(dp[i-1][j], dp[i-1][j-1]) + value[i][j];
            }
        } 
        //求最后一行最大和
        int res = -1;
        for(int i = 1; i <= n; i++) {
            res = max(res, dp[n][i]);
        }
        cout << res << endl;
    }
    return 0;
}
自低向上

对于上述代码和思路我们是按照自顶向下的方向计算的,所以当移动到最后一行时,还需要从最后一行中选择最大和。但是,可以发现不管是自顶向下还是自底向上,可移动的每条路径是保持不变的。而对于自底向上,路径汇集到了一点,省去了最后寻找最大和的一步。状态转移方程式变为了dp[i][j] = max(dp[i+1][j], dp[i+1][j+1]) + value(dp[i][j]dp[i][j]表示走到(i,j)位置的最大和,value表示(i,j)位置的元素值)。

#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
int value[105][105];    //保存数字三角形
int dp[105][105];   //dp[i][j]表示走到(i,j)位置的最大和
int main() {
    int n;
    while(cin >> n) {
        memset(dp, 0, sizeof(dp));
        for(int i = 1; i <= n; i++) {
            for(int j = 1; j <= i; j++) {
                cin >> value[i][j];
            }
        }
        //求dp[i][j]
        for(int i = n; i >= 1; i--) {
            for(int j = 0; j <= i; j++) {
                dp[i][j] = max(dp[i+1][j], dp[i+1][j+1]) + value[i][j];
            }
        }
        cout << dp[1][1] << endl;
    }
    return 0;
}
优化空间复杂度

dp[i][j] = max(dp[i+1][j], dp[i+1][j+1]) + value(dp[i][j]dp[i][j]表示走到(i,j)位置的最大和,value表示(i,j)位置的元素值)。

观察这个动态转移方程式,可以看出计算第i层的最大和时,只需要借助i+1层计算出的最大和,而对于i层以前保存最大和的空间都是不需要的(dp[0~i][j])。所以,可以省去一维空间,用dp[i]表示走到i位置的最大和,外层循环控制层数。即dp[j] = max(dp[j], dp[j+1]) + value[i][j](自底向上)。但需要注意的时内层循环的方向,对于自底向上计算案例,需要用到上一层的jj+1位置上的最大和,所以为了不影响后续计算,j循环次序应为1~i,而自顶向下相反。

#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
int value[105][105];    //保存数字三角形
int dp[105];   //dp[i]表示走到i位置的最大和,外层循环控制层数
int main() {
    int n;
    while(cin >> n) {
        memset(dp, 0, sizeof(dp));
        for(int i = 1; i <= n; i++) {
            for(int j = 1; j <= i; j++) {
                cin >> value[i][j];
            }
        for(int i = n; i >= 1; i--) {	
            for(int j = 0; j <= i; j++) {	//注意循环次序
                dp[j] = max(dp[j], dp[j+1]) + value[i][j];
            }
        }
        cout << dp[1] << endl;
    }
    return 0;
}
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