动态规划(DP)之入门学习-数字三角形

本文介绍了动态规划(DP)在解决数字三角形问题中的应用,通过递归解法、记忆化搜索和递推型动归程序三种方法进行讲解,并详细阐述了解题思路、代码实现以及动规解题的一般步骤。文章强调了动态规划问题的最优子结构和无后效性特点。
摘要由CSDN通过智能技术生成

数字三角形案例

题目描述 Description

下图给出了一个数字三角形,请编写一个程序,计算从顶至底的某处的一条路径,使该路径所经过的数字的总和最大。
(1)每一步可沿左斜线向下或右斜线向下
(2)1 < 三角形行数 < 100
(3)三角形数字为0,1,…99
这里写图片描述

输入描述 Input Description

有很多个测试案例,对于每一个测试案例, 通过键盘逐行输入,第1行是输入整数(如果该整数是0,就表示结束,不需要再处理),表示三角形行数n,然后是n行数

输出描述 Output Description

输出最大值。

样例输入 Sample Input

5
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5

样例输出 Sample Output

30

递归解法

解题思路

用二维数组存放数字三角形。
D( r, j) : 第r行第 j 个数字(r,j从1 开始算)
MaxSum(r, j) : 从D(r,j)到底边的各条路径中,最佳路径的数字之和。
问题:求 MaxSum(1,1)
典型的递归问题。
D(r, j)出发,下一步只能走D(r+1,j)或者D(r+1, j+1)。故对于N行的三角形:

if ( r == N)
 MaxSum(r,j) = D(r,j)
else
 MaxSum( r, j) = Max{ MaxSum(r+1,j), MaxSum(r+1,j+1) } + D(r,j)

代码实现

#include <iostream>
#include <algorithm>

#define Max 101

using namespace std;

int D[Max][Max];

int num;

int MaxSum(int i, int j){
    if(i == num)
        return D[i][j];
    int x = MaxSum(i + 1, j);
    int y = MaxSum(i + 1, j + 1);
    return max(x,y) + D[i][j];
}

int main(int argc, char const *argv[])
{
    int i, j;

    cin >> num;

    for(i = 1; i <= num; i 
  • 13
    点赞
  • 57
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值