动态规划

动态规划 三角形路径规划

动态规划的思想是把多阶段的问题拆分成多个单阶段的问题，针对每一个单阶段问题进行求解。与贪心算法相比，贪心算法是一种短视的，获取站在每个独立步骤的立场上的最优解。动态规划则是站在问题的角度，去拆分问题，在逐步解决每一个拆分出来的子问题。贪心算法并不是针对每一个问题都适用的，在某些问题上，它只能提出具有一定实施性，非最劣解。

通过查询资料，动态规划一般分为线性动规，区域动规，树形动规，背包动规四类，在这里先通过对三角形带权值的路径规划问题来初步认识动态规划。

这里提供一个知乎链接，大佬的文章相当浅显易懂

问题描述

7 
3 8 
8 1 0 
2 7 4 4
4 5 2 6 5 
图一表示一个5行的数字三角形。假设给定一个n行数字三角形,计算出从三角形顶至底的一条路径，使该路径经过的数字总和最大。 
每一步只能由当前位置向左下或右下。

你的程序要能接受标准输入。第一行包含一个整数T，表示总的测试次数。 

对于每一种情况：第一行包含一个整数N,其中1 < N < 100,表示三角形的行数。 

接下来的N行输入表示三角形的每一行的元素Ai,j，其中0 < Ai,j < 100。

我的第一个思路是，编写一个可以返回当前节点下路线最长耗费的函数，在三角形最底部，直接比较两个“叶节点”的权值进行返回，同时结束递归。

代码如下：

int maxRoad(int **triangle,int i,int j,int n) {
 int left;
 int right;
 if (i == n-1) {
  left = 0;
  right = 0;//比较n与当前所在层数，确定是否递归到三角形底部
 }
 else {
  left = maxRoad(triangle, i + 1, j, n);
  right = maxRoad(triangle, i + 1, j + 1, n);//获取左值与右值进行比较
 }
 if (left > right) {
  return left + triangle[i][j];
 }
 else {
  return right + triangle[i][j];
 }
}

但是，题目存在内存与运行时间的要求，递归很明显耗费过大。

我后来使用循环重新完成了上述功能，不过看到大佬的答案后果然觉得自己是个个菜鸡。

简单来说，三角形中每一个节点在计算的过程中都有被重复计算的风险，因此大佬设计了一个dp数组，用来储存每一个节点到三角形底部所需要的的最大耗费，当其他节点的运算要使用到该数据时，就直接使用dp中存储的数据。用空间耗费换取时间耗费。

    scanf("%d",&m);        
    for(i=0; i<m; i++)        {            
    	for(j=0; j<=i; j++)            {                
    		scanf("%d",&num[i][j]);            
    	}        
    }        
    for(j=0; j<m; j++)        {            
    	dp[m-1][j] = num[m-1][j];  
    	 //dp数组用来储存三角形中每一个节点的耗费，下一次计算时就不用重复计算相同节点的耗费     
    }        
    for(i=m-2; i>=0; i--)        {            
    	for(j=0; j<=i; j++)            {                
    		dp[i][j]=Max(dp[i+1][j],dp[i+1][j+1])+num[i][j];            
    	}        
    }        
    printf("%d\n",dp[0][0]);