数字三角形
一：问题描述
7 3 8 8 1 0 2 7 4 4 4 5 2 6 5
上图给出了一个数字三角形。从三角形的顶部到底部有很多条不同的路径。对于每条路径，把路径上面的数加起来可以得到一个和，和最大的路径称为最佳路径。你的任务就是求出最佳路径上的数字之和。
注意：路径上的每一步只能从一个数走到下一层上和它最近的左边的数或者右边的数。
输入数据：
输入的第一行是一个整数 N (1
输出要求
输出最大的和。
输入样例
5
7 3 8 8 1 0 2 7 4 4 4 5 2 6 5
输出样例
30
解题思路
这道题目可以用递归的方法解决。基本思路是： 以 D( r, j)表示第 r行第 j 个数字(r，j 都从 1开始算 )
以 MaxSum(r, j) 代表从第 r 行的第 j 个数字到底边的最佳路径的数字之和，则本题是要求 MaxSum(1, 1) 。
从某个 D(r, j)出发，显然下一步只能走 D(r+1, j)或者 D(r+1, j+1)。如果
走 D(r+1, j)，那么得到的 MaxSum(r, j)就是 MaxSum(r+1, j) + D(r, j)；如果走 D(r+1, j+1)，那得到的 MaxSum(r, j)就是 MaxSum(r+1, j+1) + D(r, j)。
所以，选择往哪里走，就看 MaxSum(r+1, j)和 MaxSum(r+1, j+1)哪个更大了。程序如下：
上面的程序，效率非常低，在 N值并不大，比如 N=100的时候，就慢得几乎永远算不出结果了。为什么会这样呢？是因为过多的重复计算。我们不妨将
对 MaxSum函数的一次调用称为一次计算。那么，每次计算 MaxSum(r, j)的时候，都要计算一次 MaxSum(r+1, j)，而每次计算 MaxSum(r, j+1)的时候，也要计算一次 MaxSum(r+1, j)。重复计算因此产生。在题目中给出的例子里，如果我们将 MaxSum(r, j)被计算的次数都写在位置（r, j），那么就能得到下面的三角形： 1 1 1 2 1 1 3 3 1 194 1 4 6 4 1
从上图可以看出，最后一行的计算次数总和是 16，倒数第二行的计算次数总和是 8。不难总结出规律，对于 N行的三角形，总的计算次数是 20 +21+22 ……2N-1=2N。当 N= 100时，总的计算次数是一个让人无法接受的大数字。
既然问题出在重复计算，那么解决的办法，当然就是，一个值一旦算出来，就要记住，以后不必重新计算。即第一次算出 MaxSum(r, j)的值时，就将该值存放起来，下次再需要计算 MaxSum(r, j)时，直接取用存好的值即可，不必再次调
用 MaxSum进行函数递归计算了。这样，每个 MaxSum(r, j)都只需要计算 1次即可，那么总的计算次数（即调用 MaxSum函数的次数）就是三角形中的数字总数，即 1+2+3+……N = N(N+1)/2
如何存放计算出来的 MaxSum（r, j）值呢？
显然，用一个二维数组 aMaxSum[N][N]就能解决。aMaxSum[r][j]就存
放 MaxSum(r, j)的计算结果。下次再需要 MaxSum(r, j)的值时，不必再调用 MaxSum函数，只需直接取 aMaxSum[r][j]的值即可。
程序如下：
三．
从 aMaxSum[N-1]这一行元素开始向上逐行递推，就能求得最终 aMaxSum[1][1]的值了。
程序如下：
数字三角形
一：问题描述
7 3 8 8 1 0 2 7 4 4 4 5 2 6 5
上图给出了一个数字三角形。从三角形的顶部到底部有很多条不同的路径。对于每条路径，把路径上面的数加起来可以得到一个和，和最大的路径称为最佳路径。你的任务就是求出最佳路径上的数字之和。
注意：路径上的每一步只能从一个数走到下一层上和它最近的左边的数或者右边的数。
输入数据：
输入的第一行是一个整数 N (1
输出要求
输出最大的和。
输入样例
5
7 3 8 8 1 0 2 7 4 4 4 5 2 6 5
输出样例
30
解题思路
这道题目可以用递归的方法解决。基本思路是： 以 D( r, j)表示第 r行第 j 个数字(r，j 都从 1开始算 )
以 MaxSum(r, j) 代表从第 r 行的第 j 个数字到底边的最佳路径的数字之和，则本题是要求 MaxSum(1, 1) 。
从某个 D(r, j)出发，显然下一步只能走 D(r+1, j)或者 D(r+1, j+1)。如果
走 D(r+1, j)，那么得到的 MaxSum(r, j)就是 MaxSum(r+1, j) + D(r, j)；如果走 D(r+1, j+1)，那得到的 MaxSum(r, j)就是 MaxSum(r+1, j+1) + D(r, j)。
所以，选择往哪里走，就看 MaxSum(r+1, j)和 MaxSum(r+1, j+1)哪个更大了。程序如下：
上面的程序，效率非常低，在 N值并不大，比如 N=100的时候，就慢得几乎永远算不出结果了。为什么会这样呢？是因为过多的重复计算。我们不妨将
对 MaxSum函数的一次调用称为一次计算。那么，每次计算 MaxSum(r, j)的时候，都要计算一次 MaxSum(r+1, j)，而每次计算 MaxSum(r, j+1)的时候，也要计算一次 MaxSum(r+1, j)。重复计算因此产生。在题目中给出的例子里，如果我们将 MaxSum(r, j)被计算的次数都写在位置（r, j），那么就能得到下面的三角形： 1 1 1 2 1 1 3 3 1 194 1 4 6 4 1
从上图可以看出，最后一行的计算次数总和是 16，倒数第二行的计算次数总和是 8。不难总结出规律，对于 N行的三角形，总的计算次数是 20 +21+22 ……2N-1=2N。当 N= 100时，总的计算次数是一个让人无法接受的大数字。
既然问题出在重复计算，那么解决的办法，当然就是，一个值一旦算出来，就要记住，以后不必重新计算。即第一次算出 MaxSum(r, j)的值时，就将该值存放起来，下次再需要计算 MaxSum(r, j)时，直接取用存好的值即可，不必再次调
用 MaxSum进行函数递归计算了。这样，每个 MaxSum(r, j)都只需要计算 1次即可，那么总的计算次数（即调用 MaxSum函数的次数）就是三角形中的数字总数，即 1+2+3+……N = N(N+1)/2
如何存放计算出来的 MaxSum（r, j）值呢？
显然，用一个二维数组 aMaxSum[N][N]就能解决。aMaxSum[r][j]就存
放 MaxSum(r, j)的计算结果。下次再需要 MaxSum(r, j)的值时，不必再调用 MaxSum函数，只需直接取 aMaxSum[r][j]的值即可。
程序如下：
三．
从 aMaxSum[N-1]这一行元素开始向上逐行递推，就能求得最终 aMaxSum[1][1]的值了。
程序如下：