答题跑步比赛的编程可以通过多种方式实现，包括传统的动态规划方法、图形化编程以及基于事件驱动的编程。以下是几种不同的实现方法：
1. 动态规划方法
动态规划是解决这类问题的经典方法。我们可以定义一个二维数组 `dp[i][j]`，其中 `i` 表示路段的索引，`j` 表示本段跑步状态（0为走路，1为慢跑，2为快跑）。状态转移方程如下：
如果本段选择走路，则上一段可以是走路、慢跑或快跑，因此 `dp[i] = max（dp[i-1], dp[i-1], dp[i-1]）`。
如果本段选择慢跑，则上一段可以是走路或慢跑，因此 `dp[i] = max（dp[i-1], dp[i-1]） + 当前段得分`。
如果本段选择快跑，则上一段可以是走路或慢跑，因此 `dp[i] = max（dp[i-1], dp[i-1]） + 当前段得分的两倍`。
最终，我们只需要找出 `dp[n-1]` 中最大的值即可。
Golang 实现
```go
package main
import "fmt"
func runningScore（points []int） int {
n := len（points）
dp := make（[]int, n）
dp = 0
dp = points
dp = points * 2
for i := 1； i < n； i++ {
dp[i] = max（dp[i-1], max（dp[i-1], dp[i-1]））
dp[i] = max（dp[i-1], dp[i-1]） + points[i]
dp[i] = max（dp[i-1], dp[i-1]） + points[i]*2
}
return max（dp[n-1], max（dp[n-1], dp[n-1]））
}
func max（a, b int） int {
if a > b {
return a
}
return b
}
func main（） {
points := []int{1, 2, 3, 4}
fmt.Println（runningScore（points）） // 输出： 14
}
```
Java 实现
```java
public class RunningScore {
public static int runningScore（int[] points） {
int n = points.length；
int[][] dp = new int[n]；
dp = 0；
dp = points；
dp = points * 2；
for （int i = 1； i < n； i++） {
dp[i] = Math.max（dp[i-1], Math.max（dp[i-1], dp[i-1]））；
dp[i] = Math.max（dp[i-1], dp[i-1]） + points[i]；
dp[i] = Math.max（dp[i-1], dp[i-1]） + points[i] * 2；
}
return Math.max（dp[n-1], Math.max（dp[n-1], dp[n-1]））；
}
public static void main（String[] args） {
int[] points = {1, 2, 3, 4}；
System.out.println（runningScore（points））； // 输出： 14
}
}
```
2. 图形化编程
可以使用 Scratch 3.0 等图形化编程工具来实现跑步比赛。通过绘制角色、背景和动画效果，并结合事件驱动的编程逻辑，可以实现一个有趣的跑步比赛游戏。
3. 基于事件驱动的编程
可以编写一个简单的程序，通过控制角色的运动和回答问题来模拟跑步比赛。例如，可以使用 Python 和 Pygame 库来实现一个简单的跑步比赛游戏。