POJ 1163 数字三角形
Description
在上面的数字三角形中寻找一条从顶部到底边的路径,使得路径上所经过的数字之和最大。路径上的每一步都只能往左下或右下走。只需要求出这个最大和即可,不必给出具体路径。
三角形的行数大于1小于等于100,数字为 0 - 99
Input
第一行输入输入数字三角形行数,之后输入数字三角形
Output
输出题目要求的最大的数字和
Sample Input
5
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5
Sample Output
30
AC代码
#include <iostream>
#define MAX 101
using namespace std;
int D[MAX][MAX];
int *maxSum;
int i, j, n;
int main()
{
cin >> n;
for(i = 1;i <= n;i++)
for(j = 1;j <= i;j++)
cin >> D[i][j];
maxSum = D[n]; //*maxSum指向第n行
for(i = n-1; i >= 1;i--)//从第n-1行开始向上
for(j = 1; j <= i;j++)
maxSum[j] = max(maxSum[j], maxSum[j+1]) + D[i][j];
//通过用指针不断迭代更新第n行的数实现空间的节省
cout << maxSum[1] << endl;
return 0;
}
该算法的时间复杂度为 o ( n 2 ) o(n^2) o(n2)
递归到动规一般转换方法
递归函数有 n n n个参数,就定义一个 n n n维数组,数组的下标是递归函数参数的取值范围,数组元素的值是递归函数的返回值,这样就可以从边界值开始,逐步填充数组,相当于计算递归函数值的逆过程
动规解题一般思路
1.将原问题分解成子问题
- 把原问题分解为若干子问题,子问题和原问题形式相同或类似,只不过规模减小,将子问题解决后原问题即可解决
- 子问题的解一旦求出就会被保存,所以每个子问题只需求解一次
2.确定状态
在用动态规划解题时,我们往往将和子问题相关的各个变量的一组取值,称之为一个“状态”。一个“状态”对应于一个或多个子问题,所谓某个“状态”下的“值”,就是这个“状态”所对应的子问题的解