本文介绍了动态规划算法在解决数字三角形问题中的应用，通过一个具体的洛谷题目为例，阐述了如何找到从顶层到底层数字之和最大的路径。讨论了为何深度优先搜索在处理大数据时效率低下，并提出利用动态规划进行优化，避免重复计算，通过存储中间结果来提高效率。最后给出了递归和递推两种实现方式的代码示例。
动态规划算法初步（2）
例题一：数字三角形（洛谷题）（是不是感觉很熟悉）
有人评论本人的博客《深度优先搜索（2）——数字三角形》说我的代码是错的
其实，本题的正解是用动态规划，在《深度优先搜索（1）——数字三角形》里出现只是为了让读者理解深度优先搜索（用深度优先搜索当有1000以上的数时会爆）
题目：（坐标型）
有一个数字三角形，编程求从最顶层到最底层的一条路所经过位置上数字之和的最大值。每一步只能向左下或右下方向走。下图数据的路应为7->3->8->7->5，和为30。
输入：
第一行：n(1<=n<=100),数字三角形共有n行；
以下R行：依次表示数字三角形中每行中的数字。
每个数都是非负的，且<=100.
输出：
一个正整数，路径上数字之和的最大值。
输入样例：
5
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5
输出样例：
30
最低0.47元/天 解锁文章
1048
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
