hdoj2084 数塔
2016-03-23 01:17
183 查看
题解:
DP的经典题目之一,从塔的最底层一直往上走,到达顶部后途中累加的和最大的就是所要求的值。在这里,可以设置二维数组dp[i][j],表示“走到第i层、第j个元素时可以获得的最大值”。这里有两个关键的地方:考虑的对象是“走到了某个位置”,而不是“从某个位置开始走”。这也是DP比如背包问题里面的一个重要思想。这样的话,状态转移方程就是:
dp[i][j] += max(dp[i+1][j], dp[i+1][j+1])
因为从塔的结构来说是斜的,但是从二维数组来说,上述方程只是取了下方和右下方的较大的值,所以要给第2维多留一个空间,里面的值初始化为0,否则会出现数组越界。
代码(156MS, 1836K):
#include <iostream> #include <fstream> #include <cstring> // memset #include <algorithm> // max using namespace std; const int maxn(101); int dp[maxn][maxn]; int main() { // ifstream cin("in.txt"); int casenum; cin >> casenum; while (casenum--) { memset(dp, 0, sizeof dp); int depth; cin >> depth; for (int i = 1; i <= depth; ++i) { for (int j = 1; j <= i; ++j) { cin >> dp[i][j]; } } for (int i = depth - 1; i >= 1; --i) { for (int j = 1; j <= i; ++j) { dp[i][j] += max(dp[i + 1][j], dp[i + 1][j + 1]); } } cout << dp[1][1] << endl; } return 0; }
相关文章推荐
- C++动态规划之最长公子序列实例
- C++动态规划之背包问题解决方法
- C#使用动态规划解决0-1背包问题实例分析
- 动态规划
- C++ 动态规划
- DP(动态规划) 解游轮费用问题
- 动态规划的用法——01背包问题
- 动态规划的用法——01背包问题
- 《收集苹果》 动态规划入门
- 《DNA比对》蓝桥杯复赛试题
- 《背包问题》 动态规划
- 自顶向下动态规划解决最长公共子序列(LCS)问题
- 初学ACM - 半数集(Half Set)问题 NOJ 1010 / FOJ 1207
- 关于爬楼梯的动态规划算法
- 动态规划 --- hdu 1003 **
- DP问题各种模型的状态转移方程
- 0-1背包解题过程
- 背包问题
- USACO 3.2.2:Stringsobits
- 字符串编辑距离