DP：数字三角形（动态规划入门）

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 $o(n^2)$

递归到动规一般转换方法

  递归函数有$n$个参数，就定义一个$n$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