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]);