洛谷 P1216 数字三角形 题解 || 动态规划

一、 [USACO1.5] [IOI1994]数字三角形 Number Triangles

洛谷：数字三角形

题目描述

观察下面的数字金字塔。

写一个程序来查找从最高点到底部任意处结束的路径，使路径经过数字的和最大。每一步可以走到左下方的点也可以到达右下方的点。

在上面的样例中，从 $7\to 3\to 8\to 7\to 5$ 的路径产生了最大权值。

输入格式

第一个行一个正整数 $r$ ,表示行的数目。

后面每行为这个数字金字塔特定行包含的整数。

输出格式

单独的一行,包含那个可能得到的最大的和。

样例 #1

样例输入 #1

5
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5

样例输出 #1

30

提示

【数据范围】
对于 $100\%$ 的数据，$1\le r\le 1000$，所有输入在 $[0,100]$ 范围内。

题目翻译来自NOCOW。

USACO Training Section 1.5

IOI1994 Day1T1

二、思考

如下图：给出两幅图，你会想到什么解决办法呢？

错误思路

找到每行的最大值，依次向下查找
如果是按照这样的思路，会发现其他路径还有比当前路径之和大，代码运行失败！

思路分析

题意：从第一行的数开始，每次可以往左下或右下走一格，直到走到最下行，把沿途经过的数全部加起来。如何走才能使得这个和尽量大?

[分析]

如果熟悉回溯法，你可能会立刻发现这是一个动态的决策问题:每次有两种选择一一左下或右下。如果用回溯法求出所有可能的路线，就可以从中选出最优路线。但和往常一样，回溯法的效率太低:一个n层数字三角形的完整路线有 2”条，当n 很大时回溯法的速度将让人无法忍受。

为了得到高效的算法，需要用抽象的方法思考问题:把当前的位置(,看成一个状态(还记得吗?)，然后定义状态(i的指标函 d(i,为从格子i,出发时能得的最大和(包括格子(G)本身的值)。在这个状态定义下，原问题的解是 d(1,1)。

下面看看不同状态之间是如何转移的。从格子(i,j)出发有两种决策。如果往左走，则走到(i+1,j)后需要求“从(i+1,j),出发后能得到的最大和”这一问题，即 d(i+1,j)。类似地，往右走之后需要求解 d(i11)。由于可以在这两个决策中自由选择，所以应选择 d(i+1,j)和d(i+1,j+1)中较大的一个。
换句话说，得到了所谓的状态转移方程:

d(i,j)=a(i,j)+max{d(i+l,j),d(i+l,j+I)}

如果往左走，那么最好情况等于(i,)格子里的值a(i,与“从(1出发的最大总和”之和，此时需注意这里的“最大”二字。如果连“从(+1.出发走到底部”这部分的和都不是最大的，加上 a(i,之后肯定也不是最大的。这个性质称为最优子结构 (optimalsubstructure)，也可以描述成“全局最优解包含局部最优解”。不管怎样，状态和状态转移方程一起完整地描述了具体的算法。

回溯法

如图，构造初始的数字三角形

动态规划演示—从底端开始

最优解数字三角形构造完成，最优解为：30

此处回溯找出路径
从第一行开始，减去她它下一行左边或右边最优解的较大值，并从较大值开始往下求解

三、Code

C语言

//数字三角形--模板 
#include <stdio.h>
int max(int a,int b) {
	return a>b?a:b;
}
void Write();
void Solution(int n,int triangle[][1001]);

int n;//行数
int triangle[1001][1001]; //三角形数组 （报错：RE,数组大小没与题目统一 ） 
//主函数 
int main() {
	Write();
	Solution(n,triangle);
	printf("%d",triangle[1][1]);
	return 0;
}

void Write() {
	scanf("%d",&n);
	for(int i = 1; i <= n; ++i) 
		for(int j = 1; j <= i; ++j) 
			scanf("%d",&triangle[i][j]);
}

//方案,核心代码 
void Solution(int n,int triangle[][1001]) {
	for(int i = n-1; i >= 1; --i)  //逆序枚举 
		for(int j = 1; j <= i; ++j)
			triangle[i][j] += max(triangle[i + 1][j],triangle[i + 1][j + 1]);
}

Java

import java.util.*;

public class Main {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int n = sc.nextInt();
        int[][] arr = new int[n + 1][];
        for (int i = 1; i <= n; i++) {
            arr[i] = new int[i + 1];
            for (int j = 1; j <= i; j++) {
                arr[i][j] = sc.nextInt();
            }
        }
        for (int i = n - 1; i >= 1; i--) {
            for (int j = 1; j <= i; j++) {
                arr[i][j] += Math.max(arr[i + 1][j],arr[i + 1][j + 1]);
            }
        }
        System.out.println(arr[1][1]);
    }
}

C语言 数字三角形模板+回溯路径

//数字三角形模板+回溯路径 
#include <stdio.h>
int max(int a,int b) {
	return a>b?a:b;
}
int n; //数字三角形行数
int triangle[101][1001]; //数字三角形数组
int s[101]; //路径数组


//求解从三角形顶端到底端的路径所经过的数字和的最大值
void Solution(int n, int triangle[][1001]);
//求解路径数组
void TrackBack(int n, int triangle[][1001]);

int main() {
	scanf("%d",&n);
	for (int i = 1; i <= n; ++i) {
		for (int j = 1; j <= i; ++j) {
			scanf("%d",&triangle[i][j]);
		}
	}
	//求解从三角形顶端到底端的路径所经过的数字和的最大值
	Solution(n, triangle);
	//写入
	printf("%d",triangle[1][1]);
	//输出最优解路径
	TrackBack(n, triangle);
	printf("\n");
	for (int i = 1; i <= n; ++i) {
		printf( "%d ",s[i] );
	}
	return 0;
}



void Solution(int n, int triangle[][1001]) {
	//从下往上计算
	for (int i = n - 1; i >= 1; --i) {
		for (int j = 1; j <= i; ++j) {
			triangle[i][j] += max(triangle[i + 1][j], triangle[i + 1][j + 1]);
		}
	}
}

void TrackBack(int n, int triangle[][1001]) {
	//从上往下计算
	int i, j, maxium;
	i = j = 1;
	while(i < n) {
		if (triangle[i + 1][j] > triangle[i + 1][j + 1]) {
			s[i] = triangle[i][j] - triangle[i + 1][j];
			i = i + 1;
			j = j;
		} else {
			s[i] = triangle[i][j] - triangle[i + 1][j + 1];
			i = i + 1;
			j = j + 1;
		}
	}
	s[i] = triangle[i][j];
}

运行结果

5
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5
30
7 3 8 7 5

四、总结

动态规划的核心是状态、状态转移方程
状态转移方程：

d(i,j)=a(i,j)+max{d(i+l,j),d(i+l,j+I)}

此题的状态转移方程：

triangle[i][j] += max(triangle[i + 1][j],triangle[i + 1][j + 1]);

arr[i][j] += Math.max(arr[i + 1][j],arr[i + 1][j + 1]);

其他方法：记忆化搜索与递推；记忆化搜索要记得memset(d,-1,sizeof(d);把d全部初始化为-1；再写递归函数。 此处笔者不太熟悉，略讲。

注意：不要与背包问题混淆!!!

五、思路来源

算法分析与设计-数字三角形问题（动态规划）
洛谷：数字三角形
洛谷：采药