项目场景:
线性dp的应用场景。
对于动态规划问题,没有固定的模板代码,需要分析状态方程的表示和状态计算,代码简单,思路难,需要多刷题目理解。
问题描述
给定一个如下图所示的数字三角形,从顶部出发,在每一结点可以选择移动至其左下方的结点或移动至其右下方的结点,一直走到底层,要求找出一条路径,使路径上的数字的和最大。
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5
输入格式
第一行包含整数 n,表示数字三角形的层数。
接下来 n 行,每行包含若干整数,其中第 i行表示数字三角形第 i 层包含的整数。
输出格式
输出一个整数,表示最大的路径数字和。
数据范围
1≤n≤500,
−10000≤三角形中的整数≤10000
输入样例:
5
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5
输出样例:
30
状态分析:
状态表示:这里的f[i][j]表示的是从顶点出发到第i行第j列的元素的路径中的最大值。
注意:这里的i和j都是从1开始。
状态计算:f[i][j] = max(f[i-1][j-1]+a[i][j],f[i-1][j]+a[i][j]);
实现代码:
//这里f[i]表示以第i个元素结尾的上升序列的集合中长度最大值
//状态方程 f[i] = max(f[j]+1) 这里j表示第i个元素前面的一个数
// 时间复杂度为O(n^2)
#include<iostream>
#include<algorithm>
using namespace std;
const int N = 1010;
int a[N],f[N];
int n;
int main(){
//正常输入的部分
cin>>n;
for(int i=1;i<=n;i++) cin>>a[i];
for(int i=1;i<=n;i++){
f[i] = 1;//这里表示上升序列中只包含a[i]一个元素 序列的长度为1
for(int j=1;j<i;j++)
//必须保证a[j]小于a[i]的时候 状态计算才成立 因为这是一个上升的子序列
if(a[j]<a[i]) f[i] = max(f[i],f[j]+1);
}
int res = 0;
//最后的结果对所有的f[i]遍历一遍取最大
for(int i=1;i<=n;i++) res = max(res,f[i]);
cout<<res<<endl;
return 0;
}