动态规划--数字三角形

动规解题的一般思路

1、将原问题分解为子问题

• 把原问题分解为若干个子问题，子问题和原问题形式相同或类似，只不过规模变小了。子问题都解决，原问题即解决(数字三角形例）
• 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。

3、确定一些初始状态（边界状态）的值

以“数字三角形”为例，初始状态就是底边数字，值就是底边数字值。

4、确定状态转移方程

定义出什么是“状态”，以及在该 “状态”下的“值”后，就要找出不同的状态之间如何迁移――即如何从一个或多个“值”已知的“状态”，求出另一个“状态”的“值” 。状态的迁移可以用递推公式表示，此递推公式也可被称作“状态转移方程”。

能用动规解决的问题的特点

1. 问题具有最优子结构性质。如果问题的最优解所包含的子问题的解也是最优的，我们就称该问题具有最优子结构性质。
2. 无后效性。当前的若干个状态值一旦确定，则此后过程的演变就只和这若干个状态的值有关，和之前是采取哪种手段或经过哪条路径演变到当前的这若干个状态，没有关系。

题目描述 Description

下图给出了一个数字三角形，请编写一个程序，计算从顶至底的某处的一条路径，使该路径所经过的数字的总和最大。 
（1）每一步可沿左斜线向下或右斜线向下 
（2）1 < 三角形行数 < 100 
（3）三角形数字为0，1，…99 

输入描述 Input Description

有很多个测试案例，对于每一个测试案例， 通过键盘逐行输入，第1行是输入整数（如果该整数是0,就表示结束，不需要再处理），表示三角形行数n，然后是n行数

输出描述 Output Description

输出最大值。

样例输入 Sample Input

5
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5
 
 
1
2
3
4
5
6
 
 
1
2
3
4
5
6

样例输出 Sample Output

30单纯的递归调用会浪费大量的时间空间；递归不一样要用函数实现，用递推一样可以体现。
#include<stdio.h>
#define MAX_NUM 100
int D[MAX_NUM+10][MAX_NUM+10];
int MaxNum[MAX_NUM+10][MAX_NUM+10];
int main()
{
    int N,i,j;
    scanf("%d",&N);
    for(i=1;i<=N;i++)
        for(j=1;j<=i;j++)
        scanf("%d",&D[i][j]);//构建数字三角形

    for(i=1;i<=N;i++)
        MaxNum[N][i]=D[N][i];//最底下的一行赋值为本身

    for(i=N;i>1;i--)
    for(j=1;j<i;j++){
        if(MaxNum[i][j]>MaxNum[i][j+1])
            MaxNum[i-1][j]=MaxNum[i][j]+D[i-1][j];
        else
            MaxNum[i-1][j]=MaxNum[i][j+1]+D[i-1][j];
    }
    printf("AND THIS LONGEST PATH IS  ");
    for(i=1,j=1;i<=N;i++)
    {
        printf("%d->",D[i][j]);
        if(MaxNum[i+1][j]>MaxNum[i+1][j+1]);
        else
            j++;
    }
    printf("END . SUM is%d\n",MaxNum[1][1]);
    return 0;
}