蓝桥Python算法——拿金币

问题描述

资源限制

时间限制：1.0s   内存限制：256.0MB

问题描述

　　有一个N x N的方格,每一个格子都有一些金币,只要站在格子里就能拿到里面的金币。你站在最左上角的格子里,每次可以从一个格子走到它右边或下边的格子里。请问如何走才能拿到最多的金币。

输入格式

　　第一行输入一个正整数n。
　　以下n行描述该方格。金币数保证是不超过1000的正整数。

输出格式

　　最多能拿金币数量。

样例输入

3
1 3 3
2 2 2
3 1 2

样例输出

11

数据规模和约定

　　n<=1000

解决思路

了解问题内容后，可以知道每步的最大金币取决于前一步的多种状态的最优选择，如到达每个位置的最大金币是到达该位置上面和左边位置最大金币的最大值加上该位置金币，所以可以将整个问题分解为互相重叠的每步选取最优路径的子问题，首先想到动态规划的算法。基本解决想法如下：

1.数据存储

我们可以通过创建二维列表a[][]来存储矩阵，通过输入n，和列表内容来确定矩阵的大小和每个位置所含金币。此时刚初始化矩阵后，a[i][j]表式第i-1行，第j-1列的初始内置金币。

2.处理最优子结构方程

接下来进行拿金币的过程，这一步是通过更新a[i][j]解决的，当处理金币后，a[i][j]表示到达第i-1列，第j-1行的最优解，即可以获得的最大金币，同样通过矩阵a[][]来存储。每一步的最优解是通过上一步的最优解得到的，如此可以分为具体三种情况：

（1）i = 0 and j = 0时。即到达起始位置可获得的最大金币，此时就等于该位置内置金币。

        a[i][j] = a[i][j]

（2）i = 0 or j = 0时。即到达位于第一行（或者第一列）的位置可获得的最大金币，此时由于只能向右和向下移动且位于边缘位置，所以她上一步必是位于左边（或者上面）的位置，使用上一步最大金币加上当前位置金币即为最大金币。

        a[i][j]=a[i][j]+a[i-1][j]          (j=0)

        a[i][j]=a[i][j]+a[i][j-1]          (i=0)

（3）i != 0 and j != 0时。即到达非边缘位置可获得的最大金币，此时就要比较到达其上面位置或左面位置获得的最大金币，取最大的一个加上该位置内置金币。

        a[i][j]=a[i][j]+max(a[i-1][j],a[i][j-1])

确定了子问题的解法后，可以使用一个双层循环遍历这个过程，同时每一步最优解使用上一步状态最优解，遍历过程也满足这个条件。

代码实现

#确定矩阵大小
n = int(input())
#创建空矩阵
a = [[] for i in range(n)]
#金币初始化
for i in range(n):
    a[i] = list(map(int, input().split()))
#拿金币三种处理
for i in range(n):
    for j in range(n):
        if i == 0 and j == 0:
            a[i][j] = a[i][j]
        elif i == 0:
            a[i][j] = a[i][j - 1] + a[i][j]
        elif j == 0:
            a[i][j] = a[i - 1][j] + a[i][j]
        else:
            a[i][j] = a[i][j] + max(a[i - 1][j], a[i][j - 1])
print(a[n - 1][n - 1])