摘花生 简单动规问题

题目
摘花生

描述
Hello Kitty想摘点花生送给她喜欢的米老鼠。她来到一片有网格状道路的矩形花生地(如下图),从西北角进去,东南角出来。地里每个道路的交叉点上都有种着一株花生苗,上面有若干颗花生,经过一株花生苗就能摘走该它上面所有的花生。Hello Kitty只能向东或向南走,不能向西或向北走。问Hello Kitty最多能够摘到多少颗花生。
在这里插入图片描述
输入格式
第一行是一个整数T,代表一共有多少组数据。1≤T≤100
接下来是T组数据。
每组数据的第一行是两个整数,分别代表花生苗的行数R和列数 C(1≤R,C≤100)
每组数据的接下来R行数据,从北向南依次描述每行花生苗的情况。每行数据有C个整数,按从西向东的顺序描述了该行每株花生苗上的花生数目M(0≤M≤1000)。

输出格式
对每组输入数据,输出一行,内容为Hello Kitty能摘到得最多的花生颗数。

输入样例
2
2 2
1 1
3 4
2 3
2 3 4
1 6 5

输出样例
8
16

题目思路
简单的动规问题

附AC代码

#include <iostream>
#include <cmath>
#include <cstdio>
#include <algorithm>
#include <cstring>
using namespace std;
int Max(int a ,int b){
	if(a>b) return a;
	else return b;
}
int Findans(int r,int c){
	int a[101][101]={};
	for(int i=1;i<=r;i++){
		for(int j=1;j<=c;j++){
			cin>>a[i][j];
		} 
	}
	int dp[101][101]={};
	for(int i=1;i<=r;i++){
		for(int j=1;j<=c;j++){
			dp[i][j]=Max(dp[i-1][j],dp[i][j-1])+a[i][j];
		}
	}
	return dp[r][c];
}
int main(){
	int t;
	cin>>t;

	for(int i = 1;i <= t;i++){
		int r,c;
		cin>>r>>c;
		cout<<Findans(r,c)<<endl;
	}
	return 0;
}
鲁宾逊先生有一只宠物猴,名叫多多。这天,他们两个正沿着乡间小路散步,突然发现路边的告示牌上贴着一张小小的纸条:“欢迎免费品尝我种的花生!——熊字”。 鲁宾逊先生和多多都很开心,因为花生正是他们的最爱。在告示牌背后,路边真的有一块花生田,花生植株整齐地排列成矩形网格(如图1)。 有经验的多多一眼就能看出,每棵花生植株下的花生有多少。为了训练多多的算术,鲁宾逊先生说:“你先找出花生最多的植株,去采它的花生;然后再找出剩下的植株里花生最多的,去采它的花生;依此类推,不过你一定要在我限定的时间内回到路边。” 我们假定多多在每个单位时间内,可以做下列四件事情中的一件: 1) 从路边跳到最靠近路边(即第一行)的某棵花生植株; 2) 从一棵植株跳到前后左右与之相邻的另一棵植株; 3) 采一棵植株下的花生; 4) 从最靠近路边(即第一行)的某棵花生植株跳回路边。 现在给定一块花生田的大小和花生的分布,请问在限定时间内,多多最多可以采到多少个花生?注意可能只有部分植株下面长有花生,假设这些植株下的花生个数各不相同。 例如在图2所示的花生田里,只有位于(2, 5), (3, 7), (4, 2), (5, 4)的植株下长有花生,个数分别为13, 7, 15, 9。沿着图示的路线,多多在21个单位时间内,最多可以采到37个花生
### 动态规划算法解决花生问题 动态规划是一种通过将复杂问题分解成更简单的子问题来解决问题的方法。它通常用于优化问题,其中解决方案可以通过组合子问题的最优解构建而成[^1]。 #### 花生问题描述 假设有一个二维网格表示一片田地,每一块土地上可能有不同数量的花生。农民可以从左上角出发,每次只能向右或者向下移一格,最终到达右下角。目标是找到一条路径使得收集到的花生总数最大。 此问题可以用动态规划求解,因为其满足两个重要的性质:重叠子问题和最优子结构性质。 #### 实现方法 定义 `dp[i][j]` 表示从起点 `(0, 0)` 到达位置 `(i, j)` 的最大花生数。状态转移方程为: \[ dp[i][j] = \text{grid}[i][j] + \max(dp[i-1][j], dp[i][j-1]) \] 这里需要注意边界条件: - 当 \( i=0 \) 或者 \( j=0 \),即位于第一行或第一列时,只有一种方式到达该点。 初始化条件为 `dp[0][0] = grid[0][0]`。 最后的结果存储在 `dp[m-1][n-1]` 中,\( m \) 和 \( n \) 分别为矩阵的行数和列数。 为了记录具体的路径信息,可以引入辅助数组保存决策方向,类似于引用中的做法[^3]。 以下是基于上述分析的具体实现代码: ```python def max_peanuts(grid): if not grid or not grid[0]: return 0 rows, cols = len(grid), len(grid[0]) # 创建 DP 数组并初始化 dp = [[0]*cols for _ in range(rows)] dp[0][0] = grid[0][0] # 初始化首行和首列 for i in range(1, rows): dp[i][0] = dp[i-1][0] + grid[i][0] for j in range(1, cols): dp[0][j] = dp[0][j-1] + grid[0][j] # 填充剩余部分 for i in range(1, rows): for j in range(1, cols): dp[i][j] = grid[i][j] + max(dp[i-1][j], dp[i][j-1]) return dp[-1][-1] # 测试样例 if __name__ == "__main__": test_grid = [ [1, 3, 1], [1, 5, 1], [4, 2, 1] ] result = max_peanuts(test_grid) print(f"Maximum peanuts collected: {result}") ``` 以上代码实现了计算从左上角至右下角所能获取的最大花生数目功能。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值