NYOJ-712（动态规划）-题目----------------------------- 探寻宝藏

/*探寻宝藏
 时间限制：1000 ms  |  内存限制：65535 KB
 描述
 传说HMH大沙漠中有一个M*N迷宫，里面藏有许多宝物。
 某天，Dr.Kong找到了迷宫的地图，他发现迷宫内处处有宝物，最珍贵的宝物就藏在右下角，迷宫的进出口在左上角。
 当然，迷宫中的通路不是平坦的，到处都是陷阱。Dr.Kong决定让他的机器人卡多去探险。

 但机器人卡多从左上角走到右下角时，只会向下走或者向右走。
 从右下角往回走到左上角时，只会向上走或者向左走，而且卡多不走回头路。
 （即：一个点最多经过一次）。当然卡多顺手也拿走沿路的每个宝物。

 Dr.Kong希望他的机器人卡多尽量多地带出宝物。请你编写程序，帮助Dr.Kong计算一下，卡多最多能带出多少宝物。
 输入
 第一行： K 表示有多少组测试数据。 
 接下来对每组测试数据：
 第1行: M N
 第2~M+1行： Ai1 Ai2 ……AiN (i=1,…..,m)


 【约束条件】
 2≤k≤5 1≤M, N≤50 0≤Aij≤100 (i=1,….,M; j=1,…,N)
 所有数据都是整数。 数据之间有一个空格。
 输出
 对于每组测试数据，输出一行：机器人卡多携带出最多价值的宝物数
 样例输入
 2
 2 3
 0 10 10
 10 10 80
 3 3
 0 3 9
 2 8 5
 5 7 100
 样例输出
 120
 134

 思路：左上角 - 右下角 - 左上角 ， 这就是要走的路，可以当作是两个人同时从左上角走向右下角，两个人的路不出现交叉!
 一开始，我用思维数组dp[][][][]，一二维表示一个人的坐标，三四维表示另一个人的坐标，运行结果是内存不够呢！所以，
 通过传纸条（nyoj61）的经验，我们可以用三维数组就可以了！dp[c][i][j]表示第c步第1个人的状态是（i,k+2-i）,第2个
 人的状态是（j,k+2-j）；i和j都是横坐标，除了最后宝藏的位置之外，每一步，两个人的横坐标不会一样的（每一条斜线）。
 换言之:相同时间后达到同一条斜线，然后以斜线和斜线上的两个位置来建立状态进行动态规划。 
 方程的状态为：用F[c,i,j]表示到第c条斜线(理解为第几步)的第i和j个位置的最优值.
 */

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.Arrays;

public class nyoj712 {
	static int[][][] dp = new int[105][105][105];
	static int[][] data = new int[105][105];

	public static void main(String[] args) throws IOException {

		BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
		int T = Integer.parseInt(br.readLine());

		while (T-- > 0) {

			// 初始化
			for (int i = 0; i < 105; i++)
				for (int j = 0; j < 105; j++)
					Arrays.fill(dp[i][j], 0);

			// 数据输入
			String order[] = br.readLine().split(" ");
			int n = Integer.parseInt(order[0]), m = Integer.parseInt(order[1]);

			for (int i = 1; i <= n; i++) {
				String in[] = br.readLine().split(" ");
				for (int j = 1; j <= m; j++)
					data[i][j] = Integer.parseInt(in[j - 1]);
			}

			// 一共多少步
			int c = n + m - 2;
			for (int i = 1; i < c; i++) {
				int t = i + 2 > n ? n : i + 2;
				for (int j = 1; j <= t; j++) {
					for (int k = j + 1; k <= t; k++) {
						dp[i][j][k] = Math.max(Math.max(dp[i - 1][j - 1][k], dp[i - 1][j][k - 1]),
								Math.max(dp[i - 1][j - 1][k - 1], dp[i - 1][j][k]))
								+ data[j][i + 2 - j] + data[k][i + 2 - k];
					}
				}
			}
			dp[c][n][n] = Math.max(dp[c - 1][n - 1][n], dp[c - 1][n][n - 1]) + data[n][m];
			System.out.println(dp[c][n][n]);
		}
	}
}