HDU——2084 数塔(入门DP题,附dp详细思路)

原题链接: http://acm.hdu.edu.cn/showproblem.php?pid=2084

HDU——2084 数塔(入门DP题,附dp详细思路)_第1张图片
测试样例:

Sample Input
1
5
7
3 8
8 1 0 
2 7 4 4
4 5 2 6 5
Sample Output
30

解题思路: 这是一道简单的DP问题,我们写这种题目通常有四步骤:

  1. 刻画一个最优解的结构特征(即找状态并刻画)
  2. 递归定义最优解的值(不是代表递归计算,而是找状态转移方程)
  3. 计算最优解的值,通常采用自底向上的方法。
  4. 利用计算出的信息构造一个最优解。

那么对于这道题,我们按步骤来,我们要求的是从顶层走到底层的最大结点之和。路径要求为每次只能走相邻的结点。那么我们用 d p [ i ] [ j ] dp[i][j] dp[i][j]来刻画第 i i i行第 j j j列的状态,即走到此结点的最大结点之和。那么对于这个结点它是由什么来决定的呢?我们发现,剔除特殊情况(这些点我们都要进行特判),走到这个结点是可以通过其他两个状态过来的: d p [ i − 1 ] [ j ] dp[i-1][j] dp[i1][j] d p [ i − 1 ] [ j − 1 ] dp[i-1][j-1] dp[i1][j1]过来的,同样它们代表的也是最大结点之和,那么我们的状态转移方程就显而易见了: d p [ i ] [ j ] = m a x ( d p [ i − 1 ] [ j ] , d p [ i − 1 ] [ j − 1 ] + n u m s [ i ] [ j ] ) dp[i][j]=max(dp[i-1][j],dp[i-1][j-1]+nums[i][j]) dp[i][j]=max(dp[i1][j],dp[i1][j1]+nums[i][j]),其中 n u m s [ i ] [ j ] nums[i][j] nums[i][j]表示当前结点的数值。列出状态转移方程之后,我们自然可以计算最优解了,对于初始状态,即在第一行的时候,最大结点之和就是它自己。OK,具体看代码。(这并不是最优解法,具体看后面)

AC代码:

/*
*邮箱:[email protected]
*blog:https://me.csdn.net/hzf0701
*注:文章若有任何问题请私信我或评论区留言,谢谢支持。
*
*/
#include	//POJ不支持

#define rep(i,a,n) for (int i=a;i<=n;i++)//i为循环变量,a为初始值,n为界限值,递增
#define per(i,a,n) for (int i=a;i>=n;i--)//i为循环变量, a为初始值,n为界限值,递减。
#define pb push_back
#define IOS ios::sync_with_stdio(false);cin.tie(0); cout.tie(0)
#define fi first
#define se second
#define mp make_pair

using namespace std;

const int inf = 0x3f3f3f3f;//无穷大
const int maxn = 1e2+2;//最大值。
typedef long long ll;
typedef long double ld;
typedef pair<ll, ll>  pll;
typedef pair<int, int> pii;
//*******************************分割线,以上为自定义代码模板***************************************//

int dp[maxn][maxn];//为了节省空间,我们这里可以用dp来存储输入数据。
int n,t;
int main(){
	//freopen("in.txt", "r", stdin);//提交的时候要注释掉
	IOS;
	while(cin>>t){
		while(t--){
			cin>>n;
			rep(i,1,n){
				rep(j,1,i)
					cin>>dp[i][j];
			}
			//从第一行开始进行状态转移
			rep(i,2,n){
				rep(j,1,i){
					//特判,处于边界只有一条路能到。
					if(j==1){
						dp[i][j]+=dp[i-1][j];
					}
					else if(j==i){
						dp[i][j]+=dp[i-1][j-1];
					}
					else
						dp[i][j]+=max(dp[i-1][j],dp[i-1][j-1]);
				}
			}
			int ans=0;//由于最终状态有多个,我们仍需找出最大值。
			rep(j,1,n){
				ans=max(dp[n][j],ans);
			}
			cout<<ans<<endl;
		}
	}
	return 0;
}

我们这里是从上到下的,那么到最终状态是有多个,这并不是我们想要的状态,那么我们是否可以从下往上呢?当然可以,我们自然可以逆向思维。这样的好处就是我们在到达最终状态后只有一个,这个就是全局最优解,且我们不用考虑边界,因为从下往上始终有两条路。OK,我们只要更改转移方向即可。

优化AC代码:

/*
*邮箱:[email protected]
*blog:https://me.csdn.net/hzf0701
*注:文章若有任何问题请私信我或评论区留言,谢谢支持。
*
*/
#include	//POJ不支持

#define rep(i,a,n) for (int i=a;i<=n;i++)//i为循环变量,a为初始值,n为界限值,递增
#define per(i,a,n) for (int i=a;i>=n;i--)//i为循环变量, a为初始值,n为界限值,递减。
#define pb push_back
#define IOS ios::sync_with_stdio(false);cin.tie(0); cout.tie(0)
#define fi first
#define se second
#define mp make_pair

using namespace std;

const int inf = 0x3f3f3f3f;//无穷大
const int maxn = 1e2+2;//最大值。
typedef long long ll;
typedef long double ld;
typedef pair<ll, ll>  pll;
typedef pair<int, int> pii;
//*******************************分割线,以上为自定义代码模板***************************************//

int dp[maxn][maxn];//为了节省空间,我们这里可以用dp来存储输入数据。
int n,t;
int main(){
	//freopen("in.txt", "r", stdin);//提交的时候要注释掉
	IOS;
	while(cin>>t){
		while(t--){
			cin>>n;
			rep(i,1,n){
				rep(j,1,i)
					cin>>dp[i][j];
			}
			//从第最后行开始进行状态转移
			per(i,n-1,1){
				rep(j,1,i){
					//无需特判
					dp[i][j]+=max(dp[i+1][j],dp[i+1][j+1]);
				}
			}
			cout<<dp[1][1]<<endl;
		}
	}
	return 0;
}

你可能感兴趣的:(#,HDU,动态规划)