动态规划：数字三角形中寻找一条从顶部到底边的路径，使得路径上所经过的数字之和最大。路径上的每一步都只能往左下或 右下走。(python代码)

一、问题的提出

7     

3  8

8  1  0

2  7  4  4

4  5  2  6  5

在上面的数字三角形中寻找一条从顶部到底边的路径，使得路径上所经过的数字之和最大。路径上的每一步都只能往左下或 右下走。只需要求出这个最大和即可，不必给出具体路径。 三角形的行数大于1小于等于100，数字为 0 – 99

输入格式：

5     //输入数据的行数

7     //输入（下三角）数据

3 8

8 1 0

2 7 4 4

4 5 2 6 5

输出格式：

30    //输出路线的最大值

二、实例分析

顺推法：（dp（i,j)的值）

7

7+3=10      7+8=15

10+8=18    max(10,15)+1=16     15+0=15

18+2=20    max(18,16)+7=25      max(16,15)+4=20    15+4=19

20+4=24    max(20,25)+5=30      max(25,20)+2=27     max(20,19)+6=26    19+5=24

三、状态转移方程

（1）j=0   

        dp[i][j]=dp[i-1][j]+ls[i][j]

（2）j=i

        dp[i][j]=dp[i-1][j-1]+ls[i][j]

（3）其 它

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

四、python代码

def maxsum(ls):
    n=len(ls)
    dp=[[0]*i for i in range(1,n+1)]
    dp[0][0]=ls[0][0]
    for i in range(1,n):
        for j in range(i+1):
            if j==0:
                dp[i][j]=dp[i-1][j]+ls[i][j]
            elif i==j:
                dp[i][j]=dp[i-1][j-1]+ls[i][j]
            else:
                dp[i][j]=max(dp[i-1][j-1],dp[i-1][j])+ls[i][j]
    return max(dp[n-1])
ls=[[7],[3,8],[8,1,0],[2,7,4,4],[4,5,2,6,5]]
print(maxsum(ls))