方法:动态规划
时间复杂度: O ( n 2 ) O(n^2) O(n2)
闫氏DP两步骤:状态表示,状态计算。
状态表示:
f [ i , j ] f[i, j] f[i,j] :所有到 ( i , j ) (i,j) (i,j) 点的走法。
属性: M a x Max Max
状态计算:
就是集合划分。
f [ i , j ] = M a x ( f [ i − 1 , j − 1 ] , f [ i − 1 , j ] ) + d p [ i , j ] f[i,j] = Max(f[i - 1, j - 1], f[i - 1, j]) + dp[i, j] f[i,j]=Max(f[i−1,j−1],f[i−1,j])+dp[i,j]
把集合 f [ i , j ] f[i,j] f[i,j] 划分成 f [ i − 1 , j − 1 ] f[i - 1, j - 1] f[i−1,j−1] 和 f [ i − 1 , j ] f[i - 1, j] f[i−1,j],可以看成从左上的点和右上的点走到当前点的所有走法,再取一个最大值。
代码1(自上向下遍历)
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 510, INF = 0x3f3f3f3f;
int n;
int a[N][N];
int f[N][N];
int main()
{
cin >> n;
for (int i = 1; i <= n; i ++ )
for (int j = 1; j <= i; j ++ ) cin >> a[i][j];
// 第一个点在取最大值时,可能会出现越界,i需要从1开始循环。
// 每一行最后一个点取最大值时,也可能出现越界,j需要循环到i + 1。
// 如果出现了越界,并且是取最大值的情况,可以将数据置成一个非常小的数,这里是-0x3f3f3f3f。
for (int i = 0; i <= n; i ++ )
for (int j = 0; j <= i + 1; j ++ ) f[i][j] = -INF;
//由于是从首元素开始遍历,f数组的首元素需要放入原数据。
f[1][1] = a[1][1];
for (int i = 2; i <= n; i ++ )
for (int j = 1; j <= i; j ++ )
f[i][j] = max(f[i - 1][j - 1], f[i - 1][j]) + a[i][j];
// 由于遍历完成之后,最大值存放在最后一行中,需要再扫描一遍最大值。
// 因为遍历顺序不同,也可以从下往上遍历。
int ans = -INF;
for (int i = 0; i <= n; i ++ ) ans = max(ans, f[n][i]);
cout << ans << endl;
return 0;
}
代码2(自下向上遍历)
#include <iostream>
#include <cstring>
#include <algorithm>
using namespace std;
const int N = 510, INF = 0x3f3f3f3f;
int n;
int a[N][N];
int f[N][N];
int main()
{
cin >> n;
for (int i = 1; i <= n; i ++ )
for (int j = 1; j <= i; j ++ ) cin >> a[i][j];
//因为不可能出现越界情况,可以省略下面两行。
// for (int i = 0; i <= n; i ++ )
// for (int j = 0; j <= i + 1; j ++ ) f[i][j] = -INF;
//这里需要将最后一列的数放入f数组中,不然 f 数组是空的。
for (int i = 1; i <= n; i ++ ) f[n][i] = a[n][i];
//取最大值时,需要比较下一层中的元素。
for (int i = n - 1; i >= 1; i -- )
for (int j = 1; j <= i; j ++ )
f[i][j] = max(f[i + 1][j], f[i + 1][j + 1]) + a[i][j];
//由于自下向上遍历,每一次都是取的最大值,
//遍历到第一个元素时,一定是所有路径中最大值。
cout << f[1][1] << endl;
return 0;
}
参考资料:
https://www.acwing.com/video/330/