python 动态规划 数塔_动态规划（实战篇之数塔）

在讲述DP算法的时候，一个经典的例子就是数塔问题，它是这样描述的：

有如下所示的数塔，要求从顶层走到底层，若每一步只能走到相邻的结点，则经过的结点的数字之和最大是多少？

Input输入数据首先包括一个整数C,表示测试实例的个数，每个测试实例的第一行是一个整数N(1 <= N <= 100)，表示数塔的高度，接下来用N行数字表示数塔，其中第i行有个i个整数，且所有的整数均在区间[0,99]内。

Output对于每个测试实例，输出可能得到的最大和，每个实例的输出占一行。

Sample Input

1

5

7

3 8

8 1 0

2 7 4 4

4 5 2 6 5

Sample Output

30

这种问题我们通常想到的是贪心法，据图分析：9 -> 15 -> 8 -> 9 -> 10    sum = 51

可是样例给的答案却是59。

问题出在哪里呢？？？

根据贪心法我们每次都会选择权值最大的路径行走，但是我们不能确保总和 sum 是最大的。

因此自上而下找最大值不太可行，不妨我们自下而上观察一下这张图：三角数字塔，越往顶上走路径越少。

正好应照了动态规划的思想：不断缩小区域直到找出正解。

我觉得我似乎解释得还是有点抽象，在此借鉴一下某大神对DP的看法：

http://blog.sina.com.cn/s/blog_169a33d090102y36t.html

再来看问题：从第 n - 1层看要想得到该层每个元素所经结点的最大值，要看max( A[i + 1][j]  , A[i + 1][j + 1] ),

以此类推：dp[i][j] =  max( dp[i + 1][j]  , dp[i + 1][j + 1] ) + A[i][j];

#include #include#include#include#include

using namespacestd;intmain(){long longC;

cin>>C;while(C--){intN;

cin>>N;int dp[102][102];for(int i = 1; i <= N; i++){for(int j = 1; j <= i; j++){

cin>>dp[i][j];

}

}for(int i = N - 1; i >= 1; i--){for(int j = 1; j <= i; j++){

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

}

}

cout<< dp[1][1] <

}return 0;

}

accept

快夸我！！嘻嘻~