数字三角形(dfs超时了？dp来帮忙）

       第一次看这个题目，对于初步学习了数据结构的我来说第一个想到的算法就是暴力的dfs深度优先搜索，那截止条件就很简单了，就是遍历到最后一行的时候，注意这个地方不能单独把向左的次数与向右的次数差不大于1作为一个递归截止条件，因为在遍历的过程中可能会出现向左大于向右的情况，但是在最终结果看来却是合法的条件，所以要在遍历到最后一行的条件下再来判断向左向右的次数，下面是代码：

#include <iostream>
#include <cmath>
using namespace std;
int n;
int max_sum=-1;
int a[110][110];
void dfs(int i,int j,int curans,int f)
{

   if(i==n)
  {
      if(abs(f)>1)
          return ;
      if(curans>max_sum)
        max_sum=curans;
      //cout<<curans<<endl;
      return ;

  }

    dfs(i+1,j,curans+a[i+1][j],f-1);//往左下角去

    dfs(i+1,j+1,curans+a[i+1][j+1],f+1);//往右下角去

}
int main()
{
  // 请在此输入您的代码
  cin>>n;
  for(int i=1;i<=n;i++)
   for(int j=1;j<=i;j++)
     cin>>a[i][j];
  dfs(1,1,a[1][1],0);//从顶部第一个点开始有分支
  cout<<max_sum<<endl;
  return 0;
}

 停，停下你即将copy的小手，这个代码是有问题的，这边提交是显示超时的！！！

​​​​​​关于dfs的时间复杂度问题：

    其实关于dfs的时间复杂的问题，就是其相对简洁的代码和内部又复杂的递归调用消耗了大量的时间，因此我们一般可以用剪枝操作来减少重复选择的操作，但是在本题中剪枝操作似乎不太好进行（或许笔者水平有限，有大神有思路的可以评论下，大家可以互相学习），所以，我觉得还是说对于一般的二维数组的题目来说，对于N<20的可以用dfs来做，而对于N>200甚至1000的题目来说一定不能用dfs，可以尝试用bfs或者dp，其中bfs呢就是牺牲空间换时间，但是用在本题并不是很好，因此来说一下正解动态规划法（dp）：

关于dp的原理：

       动态规划的核心，就在于状态和状态转移方程，是一种 通过求子问题的最优解，从而求得原问题的最优解 的方法，我们一般可以对应的开一个数组来表示该点下的各种状态，比如该点位置处的物品被选择所带来的状态，或者不被选择的状态，进行对比即可得到想要的状态，在本质上和dijkstra单源最短路径算法有相类似的地方。

#include <iostream>
using namespace std;
int a[200][200],c[200][200],n;
int main()
{
  cin>>n;
  for(int i=1;i<=n;i++)
     for(int j=1;j<=i;j++)
         cin>>a[i][j];
  c[1][1]=a[1][1];
  for(int i=2;i<=n;i++)//从第二层开始来
     for(int j=1;j<=i;j++)
        c[i][j]=a[i][j]+max(c[i-1][j],c[i-1][j-1]);//每一次都回去找上一层中的最大的那一个
  cout<<max(c[n][(n+1)/2],c[n][(n+2)/2]);
  return 0;
}

//当奇数行情况下，最后的一个要加的数一定是最后一行中间那个数；偶数情况下就是中间两个数谁大加谁。

​