1. 程式人生 > >動態規劃探索之 hdu 2084

動態規劃探索之 hdu 2084

#include<stdio.h>
#include<string.h>
int max(int a,int b)
{
	if(a>b)
		return a;
	else 
		return b;
}
int main()
{
	int T,t;
	int i,j;
	int f[500][500];
	memset(f,0,sizeof(f));
	scanf("%d",&T);
	while(T--)
	{
		scanf("%d",&t);
		for(i=1;i<=t;i++)
			for(j=1;j<=i;j++)
				scanf("%d",&f[i][j]);
		for(i=t-1;i>=1;i--)
			for(j=1;j<=i;j++)
				f[i][j]+=max(f[i+1][j],f[i+1][j+1]);
		printf("%d\n",f[1][1]);
	}
	return 0;

}

			

相關推薦

動態規劃探索 hdu 2084

#include<stdio.h> #include<string.h> int max(int a,int b) { if(a>b) return a; else return b; } int main() { int T,

動態規劃專題石子合併

動態規劃專題講義 專題九:合併石子問題 /* Name: 動態規劃專題之石子合併 Author: 巧若拙 Description: 在一個操場上擺放著一排N堆石子。現要將石子有次序地合併成一堆。規定每次只能選相鄰的2堆石子合併成新的一堆,並將新的一堆石子數記為該次合併的得分。 試設計一個

動態規劃專題合併石子

/* Name: 動態規劃專題之合併石子 Author: 巧若拙 Description: 在一個操場上擺放著一排N堆石子。現要將石子有次序地合併成一堆。規定每次只能選相鄰的2堆石子合併成新的一堆,並將新的一堆石子數記為該次合併的得分。 試設計一個演算法,計算出將N堆石子合併成一堆的最小得

動態規劃專題最長公共子序列

動態規劃系列專題講義 專題三:最長公共子序列 /* Name: 動態規劃專題之最長公共子序列 Author: 巧若拙 Description: 1808_公共子序列 描述:我們稱序列Z = < z1, z2, ..., zk >是序列X = < x1, x2,

動態規劃專題最長上升子序列

專題四:最長上升子序列 /*        Name:動態規劃專題之最長上升子序列        Author:巧若拙     &

動態規劃演算法零一揹包問題

 問題描述 現在有一個揹包,這個揹包的容積一定 但是現在有n個物品,每個物品都有對應的體積和價值 要求如何讓操作才能夠使得我們講儘可能值錢的物品放到這個揹包裡面  解題思路與演算法思想 當看到這道題的時候,我們很自然地會認為這是一個搜尋問題

C++記憶化搜尋演算法與動態規劃演算法公共子序列

公共子序列 Description 我們稱序列Z = < z1, z2, ..., zk >是序列X = < x1, x2, ..., xm >的子序列當且僅當存在 嚴格上

C++動態規劃演算法Maximum sum(最大和)

Maximum sum(最大和) Description Given a set of n integers: A={a1, a2,..., an}, we define a function d

【初學動態規劃裝箱問題

裝箱問題就是揹包問題的簡化版……就是給出一個容量v,然後給出n個物品的重量,把物品裝進箱子裡,求箱子的最小剩餘容量。 #include <iostream> using namespace std; int w[101]; bool ans[101]={fa

動態規劃入門國王的金礦

最近學習演算法,對動態規劃不太瞭解,使用的時候照搬轉移方程式,知其然不知其所以然,今天看到一篇動態規劃的教程,解釋得非常通俗,原文在這裡[動態規劃入門教程] (http://blog.csdn.net/woshioosm/article/details/74

動態規劃問題 鋼條切割

動態規劃與分治演算法異同: 分治演算法將問題劃分為互不相交的子問題,遞迴的求解子問題。分治演算法會做出許多不必要的工作,會反覆求解那些公共子問題。而動態規劃對子問題只求解一次,將其儲存在一個表格裡面,無需每次都重新計算。 動態規劃通常用來求解最優化問題,這個

動態規劃思想最小硬幣分配數

動態規劃演算法,第一次接觸大概也是一年多前了,那會為了參加個ACM競賽,倉促看了下概念,之後由於去搞各種開發又對演算法不了了之了。最近深感自己內功的薄弱,準備再次進軍下演算法部分,今天就以一個簡單的OJ題練練手,好好體會下DP思想,並留下點感想,可以給自己日後回

0-1揹包優化動態規劃演算法跳躍點法

// 動態規劃 揹包問題 跳躍點優化 #include <iostream> using namespace std; template<class Type> void Traceback(int n,Type w[],Type v[]

動態規劃學習石子歸併

一.題目描述:在一個圓形操場的四周擺放著N 堆石子(N<=100),現要將石子有次序地合併成一堆.規定每次只能選取相鄰的兩堆合併成新的一堆,並將新的一堆的石子數記為該次合併的得分.編寫一程式,讀入堆疊數N 及每堆棧的石子數(<=20).(1)選擇一種合併石子的方案

動態規劃演算法尋找最長迴文數串

       給定一個字串s,你可以從中刪除一些字元,使得剩下的串是一個迴文串。如何刪除才能使得迴文串最長呢? 輸出需要刪除的字元個數。 本題可轉化為動態規劃演算法求解最長公共子序列問題,然後用總字串

動態規劃演算法最少糖果問題

題目描述 N個孩子站在一條線上,給每個孩子分配一個數字,你需要滿足下面的要求給孩子們分糖果: 每個孩子至少有一個糖果 數字更大的孩子要比旁邊孩子的糖果多 你至少需要準備多少糖果分

動態規劃演算法數塔問題

一、問題描述 從數塔頂層出發,每個結點可以選擇向左走或向右走,要求一直走到塔底,使得走過的路徑上的數值和最大。 如上圖所示的數塔,最大路徑和為86,經過的路徑從塔頂到塔底為13,8,26,15,24

動態規劃硬幣找零問題(難度:1星)

#include <stdio.h> /** * 原題: * 假設有幾種硬幣,如1塊、3塊、5塊,並且數量無限。 * 請找出能夠組成某個數目的找零所使用最少的硬幣數。 */ #def

動態規劃入門最長公共子序列(LCS)

LCS是動態規劃在字串問題中應用的典型。問題描述:給定2個序列,求這兩個序列的最長公共子序列,不要求子序列連續。例如{2,4,3,1,2,1}和{1,2,3,2,4,1,2}的結果是{2,3,2,1}或者{2,4,1,2}。 思路:如果不用動態規劃去做,而用暴力法,則必須找

動態規劃入門硬幣問題

動態規劃演算法通常基於一個遞推公式及一個或多個初始狀態。 當前子問題的解將由上一次子問題的解推出。使用動態規劃來解題只需要多項式時間複雜度, 因此它比回溯法、暴力法等要快許多。動態規劃也是面試筆試題中的一個考查重點,當閱讀一個題目並且開始嘗試解決它時,首先看一下它的限制。