题目描述
上图给出了一个数字三角形。从三角形的顶部到底部有很多条不同的路径。
对于每条路径,把路径上面的数加起来可以得到一个和,你的任务就是找到最大的和。
路径上的每一步只能从一个数走到下一层和它最近的左边的那个数或者右边的那个数。
此外,向左下走的次数与向右下走的次数相差不能超过1。
蓝桥杯2020初赛真题最后一题,可AC。
用动态规划的话并不难,只是难点在于怎么找最后的结点,毕竟题目给了限制条件向左下走的次数与向右下走的次数相差不能超过1。
不过仔细想一想发现也并不难,因为这是有规律可循的,如果输入的N是奇数,那么最后加的那个数一定是三角形最后一行的中间的数,如果输入的N是偶数,比如N为6,那么最后加的数一定是最后一行索引为2或者索引为3的数。
那么剩下的就是常规的动态规划解决方案了:
初始化DP:我创建的是二维DP数组,其实这题可以优化为一维DP数组的,我就懒得改了(反正可以AC)由于考虑到推导公式为
dp[i][j] = max(dp[i - 1][j] + lit[i][j - 1], dp[i - 1][j - 1] + lit[i][j - 1])
所以初始化二维DP为
dp = [[0 for j in range(n + 1)] for i in range(n)] dp[0][1] = lit[0][0]
然后从第二行开始遍历。
遍历完成后就是打印结果。
先取出最后一行的结果集:
result = dp[-1][1:]
如果N是奇数:直接取中间的数
print(result[n // 2])
如果N是偶数,取中间俩个数的最大值;
print(max(result[n // 2], result[n // 2 - 1]))
n = eval(input())
lit = []
for i in range(n):
lit.append(list(map(int, input().split())))
# print(lit)
# 初始化dp数组
dp = [[0 for j in range(n + 1)] for i in range(n)]
dp[0][1] = lit[0][0]
# 推导
for i in range(1, n):
for j in range(1, i + 2):
dp[i][j] = max(dp[i - 1][j] + lit[i][j - 1], dp[i - 1][j - 1] + lit[i][j - 1])
# 打印
# print(dp)
result = dp[-1][1:]
# print(result)
if n % 2 == 1:
print(result[n // 2])
else:
print(max(result[n // 2], result[n // 2 - 1]))