数字三角形 ——动态规划基础
2017-01-20 16:33
148 查看
问题描述
(图3.1-1)示出了一个数字三角形。 请编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。
●每一步可沿左斜线向下或右斜线向下走;
●1<三角形行数≤100;
●三角形中的数字为整数0,1,…99;
.
(图3.1-1)
输入格式
文件中首先读到的是三角形的行数。
接下来描述整个三角形
输出格式
最大总和(整数)
样例输入
5
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5
样例输出
30
这个题很容易写出动态方程dp(si,sj)=d[si][sj]+max(dp(si+1,sj),dp(si+1,sj+1)),数据用二维数组d[][]保存,dp(si,sj)表示起始点为(si,sj)是的最大总和,但这个题直接用递归会超时,可以用dp[si][sj]保存dp(si,sj)的值
(图3.1-1)示出了一个数字三角形。 请编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。
●每一步可沿左斜线向下或右斜线向下走;
●1<三角形行数≤100;
●三角形中的数字为整数0,1,…99;
.
(图3.1-1)
输入格式
文件中首先读到的是三角形的行数。
接下来描述整个三角形
输出格式
最大总和(整数)
样例输入
5
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5
样例输出
30
这个题很容易写出动态方程dp(si,sj)=d[si][sj]+max(dp(si+1,sj),dp(si+1,sj+1)),数据用二维数组d[][]保存,dp(si,sj)表示起始点为(si,sj)是的最大总和,但这个题直接用递归会超时,可以用dp[si][sj]保存dp(si,sj)的值
#include<iostream> #include<algorithm> using namespace std; int n,d[101][101]; int dp[101][101]; int main() { cin>>n; for(int i=0;i<n;i++) { for(int j=0;j<i+1;j++) { cin>>d[i][j]; if(i==n-1) dp[i][j]=d[i][j];//把最后一行的值赋到dp里 } } for(int i=n-2;i>=0;i--)//动态规划 { for(int j=0;j<i+1;j++) dp[i][j]=d[i][j]+max(dp[i+1][j],dp[i+1][j+1]); } cout<<dp[0][0]<<endl; return 0; }
相关文章推荐
- 动态规划1-数字三角形(算法基础 第4周)
- 动态规划+之基础递推+noj三角形
- 基础算法学习笔记(二)----动态规划
- UVA11795-----Mega Man's Mission-----基础的集合式动态规划
- 算法重拾之路——动态规划基础
- #1037 : 数字三角形(基础DP)
- 第一章:算法设计基础(思维体操+常见策略+高效算法+动态规划)
- 算法训练-动态规划基础
- hihocoder第五周---动态规划入门级题目---数字三角形
- 算法基础-动态规划 (1) 01背包问题
- 《算法导论》学习总结 — 18.第15章 动态规划(3) 基础入门2
- 数字三角形(动态规划)
- 动态规划 4、基础背包问题总结(从01开始)
- 动态规划 4、基础背包问题总结(多重背包与多重背包的转化)
- 动态规划 -- 动态规划基础
- POJ 1163题 数字三角形问题(动态规划)
- Pku1163 the Triangle (动态规划) 数字三角形
- acm算法基础7 动态规划2
- 数字三角形(递归、动态规划)
- 动态规划练习题:大白书基础习题