数字三角形——动态规划 (dp问题)
经典问题: 数字三角形
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
很明显,这道题的想法就是从最上面开始找一条路(如果采用暴力的方法会超时)
那么我们该怎么想这个问题呢。
首先 我们用 length(i,j)来代表 第i行第j列的元素(代表这个点的数字)比如 length(1,1)为 7
然后用 Maxsum(i,j)代表 从这个点出发,到底边的最大路径
那么我们可以知道
Maxsum(i,j)=max(Maxsum(i+1,j),Maxsum(i+1,j+1))+D(i,j);
这就是状态转移方程了,从一个点转移到另一个点。
从 Maxsum(i,j)这个问题 转移到 求 Maxsum(i+1,j) Maxsum(i+1,j+1)的子问题…
那么我们很容易写出递归程序:
int a[10][10]; //用来存储每个点的数
int dp(int x,int y,int n)
{
if(x==n) //x,y从最上端开始搜,当x==n也就是搜索到最后一行的时候返回值
return a[x][y];
else return max(dp(x+1,y,n),dp(x+1,y+1,n))+a[x][y]; //否则就分成子问题,进一步递归。
return 0;
}
但是这种做法时间复杂度也很高,为什么呢,因为他重复计算了一些点的数,而其实没有必要重复算,我们只需要把之前计算过的值保存下来,当再次被调用的时候直接返回值就可以了,而不需要进一步递归求值(这大大降低了时间复杂度,但是提高了空间复杂度——我们需要开一个另外的数组来储存每个点的dp值)
代码如下:
#include <iostream>
using namespace std;
int a[10][10];
int sum[10][10]={-1};
int dp(int x,int y,int n)
{
if(sum[x][y]!=-1)
return sum[x][y];
if(x==n)
sum[x][y]=a[x][y];
else
sum[x][y]=max(dp(x+1,y,n),dp(x+1,y+1,n))+a[x][y];
return sum[x][y];
}
int main()
{
int n;
cin>>n;
for(int i=0;i<10;i++)
for(int j=0;j<10;j++)
sum[i][j]=-1;
for(int i=0;i<n;i++)
for(int j=0;j<i+1;j++)
cin>>a[i][j];
dp(0,0,n);
cout<<sum[0][0]<<endl;
return 0;
}