蓝桥--跳跃(模拟赛，简单dp做法)

题目描述

小蓝在一个 n 行 m 列的方格图中玩一个游戏。

开始时，小蓝站在方格图的左上角，即第 1 行第 1 列。

小蓝可以在方格图上走动，走动时，如果当前在第 r 行第 c 列，他不能走到行号比 r 小的行，也不能走到列号比 c 小的列。同时，他一步走的直线距离不超过 3。

例如，如果当前小蓝在第 3行第 5 列，他下一步可以走到第 3 行第 6 列、第 3 行第 7 列、第 3 行第 8列、第 4 行第 5 列、第 4 行第 6 列、第 4 行第 7 列、第 5 行第 5 列、第 5 行第 6 列、第 6 行第 5 列之一。

小蓝最终要走到第 n 行第 m 列。

在图中，有的位置有奖励，走上去即可获得，有的位置有惩罚，走上去就要接受惩罚。奖励和惩罚最终抽象成一个权值，奖励为正，惩罚为负。

小蓝希望，从第 1 行第 1列走到第 n 行第 m 列后，总的权值和最大。请问最大是多少？

输入描述

输入的第一行包含两个整数n,m，表示图的大小。

接下来 n 行，每行 m个整数，表示方格图中每个点的权值。

其中，1 <=n <= 100，-10^4 <=权值 <=10^4。

输出描述

输出一个整数，表示最大权值和。

输入输出样例

示例 1

输入

3 5
-4 -5 -10 -3 1
7 5 -9 3 -10
10 -2 6 -10 -4

输出

15

 解题思路

本题是模拟赛的一道dp题，要求小蓝从1行1列到n行m列后的最大总权值和。

那我们先来看小蓝每一步可以怎么走，因为一步走的直线距离不能超过3，如图所示：

有一个5行5列的图，小蓝站在(1,1)位置上，下一步可以走到的点就是蓝色部分，那么选择走到哪个点呢？因为题目要求总的权值和最大，所以我们就选权值最大的那个点作为下一个位置。这里我们已经知道了小蓝是怎么选择走到下一个位置的，那么问题来了，当小蓝走到(5,5)也就是出口的时候，怎么算总的权值呢？这里我们就要换个思路了，如下图：

 当小蓝站在(4,4)位置上时，可以从哪些点走到小蓝的位置？很明显蓝色部分就是可以走到小蓝的位置，和上面不同的是，这里我们选择权值最大的点来作为小蓝的上一个位置，以此类推，当小蓝走到(5,5)的时候dp[-1][-1]就是我们要的结果。

所以当前可确定状态转移方程为：

dp[i][j]+=max(dp[i][j-1],dp[i][j-2],dp[i][j-3],dp[i-1][j],dp[i-1][j-1],dp[i-1][j-2],dp[i-2][j],dp[i-2][j-1],dp[i-3][j])

但要注意的是，不是所有的位置都是可以从9个位置选择一个权值最大的作为上一位置的。比如小蓝站在(2,2)的位置，那么他的上一位置就只有从(1,1),(1,2),(2,1)三个选择权值最大的一个，所以我们还需要判断当前位置的上一位置是否还在图中，也就是有没有出边界。所以为了更好的判断，我们可以设一个列表来存储增量，通过遍历增量来判断上一位置的索引：

dirs=[(0,1),(0,2),(0,3),(1,0),(1,1),(1,2),(2,0),(2,1),(3,0)] #增量

我们通过当前位置和依次遍历增量来判断所有满足上一位置的点，如果这个点满足的话那么我们就把这个点的权值保存到一个列表result中，直到我们把所有满足上一位置的点的权值都保存到列表之后，我们加上最大的一个就行了。这时新的状态转移方程为：

dp[i][j]+=max(result)

当然如果当前位置是起始位置(0,0)时，这时候它就不能满足转移方程 ，所以这里我们还要加一个判断是不是在起始位置。

Code:

n,m=map(int,input().split())
dp=[]
for i in range(n):
  l=list(map(int,input().split()))
  dp.append(l) #接收数据
dirs=[(0,1),(0,2),(0,3),(1,0),(1,1),(1,2),(2,0),(2,1),(3,0)] #增量
for i in range(n):
  for j in range(m):
    result=[]
    for x,y in dirs: #根据当前位置和增量判断上一位置
      x1=i-x   #上一位置的横轴索引
      y1=j-y   #上一位置的纵轴索引
      if x1>=0 and x1<n and y1>=0 and y1<m: #判断上一位置是否在图中
        res.append(dp[x1][y1]) #在的话把权值添加进列表
    if i==0 and j==0: # 在(0,0)位置跳过
      continue
    else:
      dp[i][j]+=max(result)  #转移方程，加上最大的权值
print(dp[-1][-1]