数塔 观察这个数塔,首先设置一个数组dp[][],令\(dp[j][i]\)表示以第j层的第i个结点为终点的最大和,有以下3种情况: 1.边界情况,结点\(i == 0\)或者结点\(i == j\),此时只有不断向上一条路; 2.当结点i属于当前层次的中间的结点位置,那么\(dp[j][i] = arr[j][i] + max(dp[j-1][i-1], dp[j-1][i])\); 得到状态转移方程之后,我们只需遍历求出以最后一层的每个结点为终点的最大值,然后输出其中的最大值即可。 AC代码如下:
题目明确告诉你,这是一道DP动态规划问题,那么首先先回顾什么是动态规划,就是把原问题分解为多个子问题,再记忆子问题的结果,来降低时间复杂度。
//2024-03-28
#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
const int MAXN = 100 + 2;
int arr[MAXN][MAXN];
int dp[MAXN][MAXN];
//第j层的第i个结点为终点的最大和 递归+记忆化
int Function(int i, int j) {
if(dp[j][i] != -1) {
return dp[j][i];
}
int answer;
if(i == 0 && j == 0) {//递归出口
answer = arr[j][i];
} else{
answer = arr[j][i] + max(Function(i-1, j-1), Function(i, j-1));
}
dp[j][i] = answer;
return answer;
}
int main() {
int c, n;
cin >> c;
while(c--) {
cin >> n;
for(int i = 0; i < n; ++i) {
for(int j = 0; j <= i; ++j) {
cin >> arr[i][j];
}
}
memset(dp, 0, sizeof(dp));
for(int j = 1; j < n; ++j) { //j层i个结点
for(int i = 1; i < j; ++i) {
dp[j][i] = -1;
}
}
for(int j = 0; j < n; ++j) { //边界情况
for(int k = 0; k <= j; ++k) {
dp[j][0] += arr[k][0];
if(j != 0) dp[j][j] += arr[k][k];
}
}
int maximum = -INT_MAX;
for(int i = 0; i < n; ++i) {
maximum = max(maximum, Function(i, n-1));
}
cout << maximum << endl;
}
return 0;
}