用动态规划算法编程实现数字三角形问题

用动态规划算法编程实现数字三角形问题

前言

一、用动态规划算法编程实现数字三角形问题

如下所示为一个数字三角形:
7
3 8
8 1 0
2 7 4 4
4 5 2 6 5
请编一个程序计算从顶至底的某一条路径,使该路径所经过的数字的总和最大。

思路:建立两个二位数组m(用来存储数字三角形),sum(用来存储数字三角形中每一个值得路径值);sum[i] [j]从最后一行开始存储;
如果当前的行数i =数字三角形的行数row,那么这一行中sum的值与m的值对应相同;
如果 i < row ;那么sum[i][j] = max(m[i][j] + sum[i + 1][j], m[i][j] + sum[i + 1][j + 1]);
最终返回sum[1][1]即为所求的最大值。
在这里插入图片描述

二、使用步骤

1.建立求最大值的函数

代码如下(示例):

int GetPath(int** m, int** sum, int row)
{
	cout << "每一步可沿直线向下或右斜线向下走;1<=三角形行数<=100;三角形中的数字为整数0,1,…,99" << endl;
	int i = row, j = 0;
	if (i == row)
		for (j = 1; j <= i; j++)
		{
			sum[i][j] = m[i][j];
		}
	for (i = row - 1; i > 0; i--)
	{
		for (j = 1; j <= i; j++)
		{
			sum[i][j] = max(m[i][j] + sum[i + 1][j], m[i][j] + sum[i + 1][j + 1]);
		}
	}
	cout << "输出每个值经过计算后的路径值" << endl;
	for (i = 1; i <= row; i++)
	{
		for (j = 1; j <= i; j++)
		{
			cout << setw(3) << sum[i][j];
		}
		cout << endl;
	}
	return sum[1][1];
}

2.读入数据:

在这里插入图片描述

3.完整代码

#include <iostream>
#include <iomanip>
using namespace std;
//比较并返回最大值函数
int max(int a, int b)
{
	if (a > b) return a;
	else return b;
}
//自顶向下计算每一个值的路径值
int GetPath(int** m, int** sum, int row)
{
	cout << "每一步可沿直线向下或右斜线向下走;1<=三角形行数<=100;三角形中的数字为整数0,1,…,99" << endl;
	int i = row, j = 0;
	if (i == row)
		for (j = 1; j <= i; j++)
		{
			sum[i][j] = m[i][j];
		}
	for (i = row - 1; i > 0; i--)
	{
		for (j = 1; j <= i; j++)
		{
			sum[i][j] = max(m[i][j] + sum[i + 1][j], m[i][j] + sum[i + 1][j + 1]);
		}
	}
	cout << "输出每个值经过计算后的路径值" << endl;
	for (i = 1; i <= row; i++)
	{
		for (j = 1; j <= i; j++)
		{
			cout << setw(3) << sum[i][j];
		}
		cout << endl;
	}
	return sum[1][1];
}
int main()
{
	//创建一个数字三角形
	int row;//row行数
	int i = 0, j = 0;
	cout << "请输入三角形行数" << endl;
	cin >> row;
	//动态分配两个二位数组
	int** m = new int* [row];
	int** sum = new int* [row];
	for (i = 1; i <= row; i++)
	{
		m[i] = new int[row];
		sum[i] = new int[row];
	}
	//初始化m数组
	cout << "请输入m[i][j]中的值" << endl;
	for (i = 1; i <= row; i++)
	{
		for (j = 1; j <= i; j++)
			cin >> m[i][j];
	}
	cout << "从顶至底的某一条路径,使该路径所经过的数字的总和最大" << endl;
	int s = GetPath(m, sum, row);
	cout << "从顶至底的某一条路径,该路径所经过的数字的总和最大为" << s << endl;
}

4.输出结果

在这里插入图片描述

总结

以上就是今天要讲的内容,本文仅仅简单介绍了用动态规划算法编程实现数字三角形问题问题。

### 动态规划解决数字三角形问题并经过指定顶点 在处理数字三角形问题时,动态规划提供了一种有效的方式计算从顶端到底端的最大路径和。当涉及到必须通过某个特定顶点的要求时,可以通过调整状态转移方程来满足这一条件。 #### 定义状态变量 设`dp[i][j]`代表到达位置`(i, j)`处的最大累积值[^1]。这里的位置指的是第`i`行中的第`j`个元素(注意行列均从0开始计数),而不仅仅是最终目标节点的数据本身。 #### 初始化边界条件 对于最底层的叶子结点来说,其自身的值即为其最大可能获得的价值;因此可以直接初始化最后一层的所有`dp[n-1][j]=D(n-1,j)`作为基础情况[^3]。 #### 构建状态转移关系 考虑到题目规定每次移动只能前往下方相邻的一个或两个方向,则有: \[ dp[i][j] = D(i,j)+\max(dp[i+1][j], dp[i+1][j+1]) \] 此表达式适用于除了底部外的所有其他非叶节点,并且应当自底向上逐层更新直到根部完成整个表格填充过程。 #### 处理经过给定定点的需求 如果要确保某条最优路线必定穿过特定坐标`(x,y)`的话,在构建好完整的DP表之后还需要额外执行一次针对子结构的新一轮迭代求解——即只考虑那些能够通往以及来自选定坐标的路径部分。具体做法是从该特殊点出发向下重新计算局部最优解,直至达到数组末端为止[^4]。 ```python def find_max_path_with_point(triangle, point_x, point_y): rows = len(triangle) # Initialize DP table with zeros. dp = [[0]*row_index for row_index in range(1,rows+1)] # Fill the last row of DP table directly from triangle values. for col in range(rows): dp[-1][col] = triangle[rows-1][col] # Bottom-up fill up other cells based on state transition equation. for r in reversed(range(rows-1)): for c in range(r+1): dp[r][c] = triangle[r][c] + max(dp[r+1][c], dp[r+1][c+1]) # Calculate maximum path sum starting/ending at specified point. result = [] current_value = dp[point_x][point_y] temp_sum = 0 while True: temp_sum += triangle[point_x][point_y] if point_x == rows - 1: break next_pos = None if dp[point_x+1][point_y]>dp[point_x+1][point_y+1]: next_pos=(point_x+1,point_y) else: next_pos=(point_x+1,point_y+1) point_x,next_pos=next_pos if not (0<=point_x<rows and 0<=point_y<len(triangle[point_x])): raise ValueError('Invalid position encountered during calculation.') if abs(current_value-temp_sum)<1e-9 or \ all(abs(x-y)>1e-9 for x,y in zip(result[::-1],[temp_sum]+result[:-1])): result.append(temp_sum) return max(result), result triangle_example=[ [7], [3,8], [8,1,0], [2,7,4,4], [4,5,2,6,5]] print(find_max_path_with_point(triangle_example, 2, 1)) ``` 上述代码实现了基于动态规划方法寻找包含特定顶点在内的最佳路径及其对应的总分。需要注意的是,这段程序不仅返回了最高得分还记录下了实际走过的一系列数值之和以便验证正确性。
评论
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