数字三角形
题目分析
找到路径最大和并且向左走和向右走的次数之差不超过1。如果忽略第二个限制仅仅是找最大值,我们可以考虑用动态规划去做。
第一个阶段定义dp数组
(1)缩小规模。从三角形的顶端走到三角形的低端。 d p [ i ] [ j ] dp[i][j] dp[i][j]走到第i行第j列。
(2)考虑限制。向左走和向右走的次数之差不超过1。这个我们可以从整体去考虑,向左走3步,那么需要向右走3步,或者2步,那么这个结果是什么呢?如下图所示,无论哪种情况,当最后一行是偶数个数时,最终会落在中间的两位数其中一个上。
当最后一行是奇数个时,一定是落在中间的那个数身上。
综上所述,为了满足限制条件,当行数n为偶数时,路径的结束点为[n-1,n/2-1],[n-1,n/2],这里下标是从0开始的。当行数n为奇数时,路径的结束点为[n-1,n/2],这里下标是从0开始的。
(3)定义dp数组。 d p [ i ] [ j ] dp[i][j] dp[i][j]走到第i行第j列的最大和。
第二个阶段推导状态转移方程
可以从上一行的左边或者右边转移过来。
d p [ i ] [ j ] = m a x ( d p [ i − 1 ] [ j ] , d p [ i − 1 ] [ j − 1 ] ) + a [ i ] [ j ] dp[i][j]=max(dp[i-1][j],dp[i-1][j-1])+a[i][j] dp[i][j]=max(dp[i−1][j],dp[i−1][j−1])+a[i][j]
注意上述转移过程j不能等于0,因为出现了j-1,但是j=0也是一个合法状态,所以我们要特殊处理j=0的情况。j=0时其实只能从前一个的右边转移过来,所以
d p [ i ] [ 0 ] = d p [ i − 1 ] [ 0 ] + a [ i ] [ 0 ] dp[i][0]=dp[i-1][0]+a[i][0] dp[i][0]=dp[i−1][0]+a[i][0]
第三个阶段写代码
(1)dp数组的初始化。 d p [ 0 ] [ 0 ] = a [ 0 ] [ 0 ] dp[0][0]=a[0][0] dp[0][0]=a[0][0]。其他值设为0,不用特意管。当然注意j=0的情况也要进行特殊的初始化。
(2)递推dp数组
第一层for循环遍历规模即第一维度 i 1:n
第二层for循环遍历规模即第二维度 j 1:n
(3)表示答案
当行数n为偶数时, m a x ( d p [ n − 1 ] [ n / 2 − 1 ] , d p [ n − 1 ] [ n / 2 ] ) max(dp[n-1][n/2-1],dp[n-1][n/2]) max(dp[n−1][n/2−1],dp[n−1][n/2])。
当行数n为奇数时, d p [ n − 1 ] [ n / 2 ] dp[n-1][n/2] dp[n−1][n/2]。
题目代码
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
int n = scanner.nextInt();
int[][] a = new int[n][n];
for (int i = 0; i < a.length; i++) {
for (int j = 0; j <= i; j++) {
a[i][j] = scanner.nextInt();
}
}
int[][] dp = new int[n][n];
//初始化最左边的值
dp[0][0] = a[0][0];
for (int i = 1; i < dp.length; i++) {
dp[i][0] = dp[i-1][0] + a[i][0];
}
for (int i = 1; i < dp.length; i++) {
for (int j = 1; j < dp.length; j++) {
dp[i][j] = Math.max(dp[i-1][j], dp[i-1][j-1])+a[i][j];
}
}
if(n % 2 == 1) {
System.out.println(dp[n-1][n/2]);
}else {
System.out.println(Math.max(dp[n-1][n/2], dp[n-1][n/2-1]));
}
}
}