题目描述
解题思路
滚动数组导引链接
使用滚动数组进行解题!
我们要求的最大路径和,路径是从第一层到最后一层,每一次可以往下也可以往坐下(斜着走),所以我们如果常规求解是递归求解,求解以i,j为起点使路径和的最大值,这是自下而上的求解方法(因为求解出了所有的解)。这种解法的空间复杂度为O(n^2),使用空间较高,如在n=1000000时我们就无法使用静态数组去存储,那我们能不能优化它呢?
答案当然是肯定的,我们可以将空间节约到O(n)!即只使用最后一层的节点个数那么大的数组存储答案。这样可行吗?即这样还能用动态规划求解吗?为什么不能呢?因为我们用数组求最后一层的数据,那其他层就不能存储的关系吗?没事可以的,但需要精巧的设计。
根据无后效性我们知道,我们求最后一层时我们只需要知道上一层我们需要的中间数据就行了。因为状态转移方程为dp[i][j]=a[i][j]+max(dp[i-1][j],dp[i-1][j-1]),所以只要知道i-1层的数据就行了。我们知道,使用动态规划可以求解此问题,那么是否能使用滚动数组的求法去求解的关键在于我们是否能保持状态转移方程的成立。即我们是否能保证求dp[i][j]时dp[i-1][j]和dp[i-1][j-1]数据有存在且有效?
都说要将空间复杂度优化,所以我们仅使用数组dp[N],dp[j]表示某一层中状态为i的最优解,即dp[j]等价于dp[x][j],毫无疑问我们要求的是最后一层的解,那很明显我们从第一层求到最后一层就好了,因为这样在求某一层时保证上一层的数据一定存在。还有一个需要抱证就是求dp[j]时我们需要保证dp[j-1]是上一层的值,即dp[j]在dp[j-1]求出来之前就要求,所以每一层我们从右向左求。话不多说,看代码!
AC代码
#include<iostream>
#include<algorithm>
#include<cstring>
using namespace std;
int n;
const int N = 1000;
int dp[N], a[N][N] = {};
int slove(int i,int j)//求第i行第j个位置的答案
{//使用dp[j-1]和dp[j]的值求dp[j] 保证j-1未更改所以从右向左
int x, y;
if (i == 0 && j == 0)return dp[j] = a[0][0];
if (j - 1 < 0)x = 0;//使j-1下标合法
else x = dp[j - 1];
y = dp[j];//自右向左,保证了dp[j](上一层的状态)存在且有效
return dp[j] = a[i][j] + max(x, y);//赋值返回
}
int main()
{
cin >> n;
for (int i = 0; i < n; i++)
for (int j = 0; j <= i; j++)
{
cin >> a[i][j];
}
memset(dp, -1, sizeof(dp));
int max = 0;
int i = n - 1;
for (int i = 0; i <=n-1 ; i++)//自底向上求解
{
for (int j = i; j >=0 ; j--)//自右向左
{
slove(i, j);//求出每一个值
if (i == n - 1 && max < dp[j])max = dp[j];//求得最后一层嘴的状态值为答案
}
}
cout << max;
return 0;
}