算法分析例题02 数塔问题 动态规划

有形如下图的一个数塔，从顶部出发，在每一结点可以选择向左走或是向右走，一直走到底层，要求找出一条路径，使路径上的数值和最大。

分析：贪心算法不适用于此题，因为每一层的选择会影响到其下一层的选择，子解是相互影响的，很喜欢老师上课讲的一句话：在这题中我们不应该盲目地去取每一层的最优解，而是携带着先前的状态去做当前层的决策。这很好地讲述了动态规划问题的精髓，我们由下而上的解决问题时，一要保存子问题的状态，二要利用子问题的状态解决当前问题。

法一：自上而下的动态规划
在这种动态规划中，起始点唯一，终点为n
设置初始条件O(1) 取解O(n)
由于数塔结构需要考虑边界条件

#include <iostream>
#include <algorithm>
#define n 5

using namespace std;

int nums[n][n] = {
    {9},
    {12, 5},
    {10, 6, 8},
    {2, 18, 9, 5},
    {19, 7, 10, 4, 16}
};

int main() {
    int dp[n][n];
    int res = 0;
    dp[0][0] = nums[0][0];	// 初始条件：第一层只有一个节点 直接保存到dp
    for (int i = 1; i < n; i++) 
        for (int j = 0; j <= i; j++) 
            if (j == 0 || j == i)	// 边界条件：从塔尖到塔边路径唯一
                dp[i][j] = (j == 0 ? dp[i - 1][j] : dp[i - 1][j - 1]) +  nums[i][j];
            else	// 状态转移：其余节点挑选来源的两条路径的较大值
                dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - 1]) + nums[i][j];

    for (int j = 0; j < n; j++)	// 遍历出口取最大值
        if (dp[n - 1][j] > res)
            res = dp[n - 1][j];
    
    cout << "max:" << res << endl;	// 输出最大数值：59
    system("pause");
    return 0;
}

法二：自下而上的动态规划
在这种动态规划中，起始点为n，终点唯一
设置初始条件O(n) 取解O(1)
不需要考虑边界条件

#include <iostream>
#include <algorithm>
#define n 5

using namespace std;

int nums[n][n] = {
    {9},
    {12, 5},
    {10, 6, 8},
    {2, 18, 9, 5},
    {19, 7, 10, 4, 16}
};

int main() {
    int dp[n][n];
    int res = 0;

    for (int j = 0; j < n; j++)	// 初始条件：将底层的每个出发点 直接保存到dp数组
        if (dp[n - 1][j] > res)
            dp[n - 1][j] = nums[n - 1][j];
    
    for (int i = n - 2; i >= 0; i--)	// 边界条件：无
        for (int j = 0; j <= i; j++) // 状态转移：其余节点挑选来源的两条路径的较大值
                dp[i][j] = max(dp[i + 1][j], dp[i + 1][j + 1]) + nums[i][j];

    res = dp[0][0];	// 终点唯一
    cout << "max:" << res << endl;
    system("pause");
    return 0;
}

总结：
①如需比较到达不同终点状态的各个路径时，使用顺序法较好。
②如需知道塔中每一点到最下层的最大值时，使用逆序法较好。