当前位置:   article > 正文

算法分析与设计-数字三角形问题(动态规划)(通俗易懂,附源码和图解,含时间复杂度分析)(c++)_数字三角形问题 算法

数字三角形问题 算法

3-4数字三角形问题

(一)题目

问题描述

给定一个由 n n n行数字组成的数字三角形,如图所示。

        7
      3   8
    8   1   0
  2   7   4   4
4   5   2   6   5 
  • 1
  • 2
  • 3
  • 4
  • 5

试设计一个算法,计算从三角形的顶至底的一条路径,使该路径经过的数字总和最大。

算法设计

对于给定的由 n n n行数字组成的数字三角形,计算从该三角形的顶至底的路径经过的数字和的最大值。

数据输入

由文件input.txt提供输入数据。文件的第1行是数字三角形的行数 n n n 1 ≤ n ≤ 100 1\leq n \leq 100 1n100 。接下来 n n n行是数字三角形各行中的数字,所有的数字在0~99之间。

结果输出

将计算结果输出到文件output.txt。文件的第1行中的数字是计算出的最大值。

(二)解答

方法思路

通过观察,我们可以看到:

数字三角形的最后一行上的数字到底的数字和最大的路径为该行上的数字本身;

数字三角形倒数第二行上的数字到底的数字和最大的路径为该行上的数字加上该行左下或右下的数字之和;

以此类推,我们可以从下往上推出数字三角形的顶至底的路径经过的数字和的最大值。

设该问题的子问题——从数字三角形中的第 i i i行,第 j j j列的数字出发至低端所经过的路径上的数字和的最大值为 t r i a n g l e ( i , j ) triangle(i,j) triangle(i,j),由最优子结构性质,可以建立计算 t r i a n g l e ( i , j ) triangle(i,j) triangle(i,j)的递归式如下:
t r i a n g l e ( i , j ) = { t r i a n g l e ( i , j ) ,    i = n t r i a n g l e ( i , j ) + m a x { t r i a n g l e ( i + 1 , j ) , t r i a n g l e ( i + 1 , j + 1 ) } , 1 ≤ i < n triangle(i,j)=

{triangle(i,j),i=ntriangle(i,j)+max{triangle(i+1,j),triangle(i+1,j+1)},1i<n
triangle(i,j)={triangle(i,j),i=ntriangle(i,j)+max{triangle(i+1,j),triangle(i+1,j+1)},1i<n
按此递归式计算出的 t r i a n g l e ( 1 , 1 ) triangle(1,1) triangle(1,1)即为所求。

举例

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

源代码
#include<iostream>
#include<cstdio>
#include<fstream>

using namespace std;

int n; //数字三角形行数
int triangle[101][1001]; //数字三角形数组
int s[101]; //路径数组

//读取
void Read(); 
//写入
void Write();
//求解从三角形顶端到底端的路径所经过的数字和的最大值
void Solution(int n, int triangle[][1001]);
//求解路径数组
void TrackBack(int n, int triangle[][1001]);

int main()
{
    //读取
    Read();
    //求解从三角形顶端到底端的路径所经过的数字和的最大值
    Solution(n, triangle);
    //写入
    Write();
    //输出最优解路径
    TrackBack(n, triangle);
    for (int i = 1; i <= n; ++i)
    {
        cout<<s[i]<<" ";
    }
    cout<<endl;
    return 0;
}

void Read()
{
    ifstream ifs;
    //打开输入文件
    ifs.open("G:\\algorithm\\data\\3_4_input.txt", ios::in);
    //读取数据
    ifs>>n;
    for (int i = 1; i <= n; ++i)
    {
        for (int j = 1; j <= i; ++j)
        {
            ifs>>triangle[i][j];
        }
    }
    //关闭输入文件
    ifs.close();
}

void Write()
{
    ofstream ofs;
    //创建输出文件
    ofs.open("G:\\algorithm\\data\\3_4_output.txt", ios::out);
    //写入数据
    ofs<<triangle[1][1]<<endl;
    //关闭输出文件
    ofs.close();
}

void Solution(int n, int triangle[][1001])
{
    //从下往上计算
    for (int i = n - 1; i >= 1; --i)
    {
        for (int j = 1; j <= i; ++j)
        {
            triangle[i][j] += max(triangle[i + 1][j], triangle[i + 1][j + 1]);
        }
    }
}

void TrackBack(int n, int triangle[][1001])
{
    //从上往下计算
    int i, j, maxium;
    i = j = 1;
    while(i < n)
    {
        if (triangle[i + 1][j] > triangle[i + 1][j + 1])
        {
            s[i] = triangle[i][j] - triangle[i + 1][j];
            i = i + 1;
            j = j;
        }
        else
        {
            s[i] = triangle[i][j] - triangle[i + 1][j + 1];
            i = i + 1;
            j = j + 1;
        }
    }
    s[i] = triangle[i][j];
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 77
  • 78
  • 79
  • 80
  • 81
  • 82
  • 83
  • 84
  • 85
  • 86
  • 87
  • 88
  • 89
  • 90
  • 91
  • 92
  • 93
  • 94
  • 95
  • 96
  • 97
  • 98
  • 99
  • 100
结果示例

输入:

在这里插入图片描述

输出:

在这里插入图片描述

在这里插入图片描述

(三)复杂度分析

读取函数Read()中有两个循环的总次数为 ∑ i = 1 n i = n ( n + 1 ) 2 \sum_{i=1}^ni=\frac{n(n+1)}{2} i=1ni=2n(n+1),因此时间复杂度为 O ( n 2 ) \Omicron(n^2) O(n2)

写入函数Write()中的时间复杂度为 O ( c ) \Omicron(c) O(c)

求最优解函数Solution()中两个循环的总次数为 ∑ i = 1 n i = ( n − 1 ) n 2 \sum_{i=1}^ni=\frac{(n-1)n}{2} i=1ni=2(n1)n,因此时间复杂度为 O ( n 2 ) \Omicron(n^2) O(n2)

求最优解路径函数TrackBack()中循环的次数为 n − 1 n-1 n1,因此时间复杂度为 O ( n ) \Omicron(n) O(n)

因此,整个算法的时间复杂度为 O ( n 2 ) \Omicron(n^2) O(n2)

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Cpp五条/article/detail/551283
推荐阅读
相关标签
  

闽ICP备14008679号