其他分享
首页 > 其他分享> > 543,剑指 Offer-动态规划解礼物的最大价值

543,剑指 Offer-动态规划解礼物的最大价值

作者:互联网

A person who won't read has no advantage over one who can't read.

识字却不愿阅读的人,比文盲也好不到哪去。

问题描述

在一个m*n的棋盘的每一格都放有一个礼物,每个礼物都有一定的价值(价值大于 0)。你可以从棋盘的左上角开始拿格子里的礼物,并每次向右或者向下移动一格、直到到达棋盘的右下角。给定一个棋盘及其上面的礼物的价值,请计算你最多能拿到多少价值的礼物?

 

示例 1:

输入: 

[

  [1,3,1],

  [1,5,1],

  [4,2,1]

]

输出: 12

解释: 路径 1→3→5→2→1 可以拿到最多价值的礼物

 

提示:

 

动态规划解决

这题可以参照409,动态规划求不同路径,第409题让求的是有多少种路径,而这题让求的是所有路径中数字和最大的值。这题很容易想到的解决方式就是动态规划。

 

根据题意要求我们定义dp[i][j]表示从矩阵的左上角走到坐标(i,j)所能拿到的最大礼物。

 

如果要走到坐标(i,j),我们可以从坐标(i-1,j)往下走一步,或者从坐标(i,j-1)往右走一步,到底应该从哪里,我们应该取这两个方向的最大值,所以

dp[i][j]=max(dp[i-1][j],dp[i][j-1])+grid[i][j];

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

那么边界条件是什么呢

 

来看下代码

 1public int maxValue(int[][] grid) {
2    //边界条件判断
3    if (grid == null || grid.length == 0)
4        return 0;
5    int m = grid.length;
6    int n = grid[0].length;
7    int[][] dp = new int[m][n];
8    dp[0][0] = grid[0][0];
9    //初始化dp的最上面一行,从左到右累加
10    for (int i = 1; i < n; i++) {
11        dp[0][i] = dp[0][i - 1] + grid[0][i];
12    }
13    //初始化dp的最左边一列,从上到下累加
14    for (int i = 1; i < m; i++) {
15        dp[i][0] = dp[i - 1][0] + grid[i][0];
16    }
17
18    //下面是递推公式的计算
19    for (int i = 1; i < m; i++) {
20        for (int j = 1; j < n; j++) {
21            dp[i][j] = Math.max(dp[i - 1][j], dp[i][j - 1]) + grid[i][j];
22        }
23    }
24    return dp[m - 1][n - 1];
25}

为了方便计算我们还可以把dp的宽和高增加1,也就是dp的最上面一行和最左边一列不存储任何数值,他们都是0,这样是为了减少一些判断

 1public int maxValue(int[][] grid) {
2    if (grid == null || grid.length == 0)
3        return 0;
4    int m = grid.length;
5    int n = grid[0].length;
6    //为了方便计算,dp的宽和高都增加了1
7    int[][] dp = new int[m + 1][n+1];
8    //下面是递推公式的计算
9    for (int i = 0; i < m; i++) {
10        for (int j = 0; j < n; j++) {
11            dp[i + 1][j + 1] = Math.max(dp[i + 1][j], dp[i][j + 1]) + grid[i][j];
12        }
13    }
14    return dp[m][n];
15}

 

动态规划代码优化

我们来看一下这个公式

dp[i][j]=max(dp[i-1][j],dp[i][j-1])+grid[i][j];

我们发现当前值只和左边和上边的值有关,和其他的无关,比如我们在计算第5行的时候,那么很明显第1,2,3行的对我们来说都是无用的,所以我们这里可以把二维dp改成一维的,其中dp[i][j-1]可以用dp[j-1]来表示,就是当前元素前面的,dp[i-1][j]可以用dp[j]来表示,就是上边的元素。

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

来看下代码

 1public int maxValue(int[][] grid) {
2    if (grid == null || grid.length == 0)
3        return 0;
4    int m = grid.length;
5    int n = grid[0].length;
6    //数组改成一维的
7    int[] dp = new int[n + 1];
8    for (int i = 0; i < m; i++) {
9        for (int j = 0; j < n; j++) {
10            dp[j + 1] = Math.max(dp[j], dp[j + 1]) + grid[i][j];
11        }
12    }
13    return dp[n];
14}

我们再来仔细看这道题,题中没说不可以修改原来数组的值,所以我还可以使用题中的二维数组来代替二维dp数组

 1public int maxValue(int[][] grid) {
2    //边界条件判断
3    if (grid == null || grid.length == 0)
4        return 0;
5    int m = grid.length;
6    int n = grid[0].length;
7    //初始化dp的最上面一行,从左到右累加
8    for (int i = 1; i < n; i++) {
9        grid[0][i] += grid[0][i - 1];
10    }
11    //初始化dp的最左边一列,从上到下累加
12    for (int i = 1; i < m; i++) {
13        grid[i][0] += grid[i - 1][0];
14    }
15
16    //下面是递推公式的计算
17    for (int i = 1; i < m; i++) {
18        for (int j = 1; j < n; j++) {
19            grid[i][j] = Math.max(grid[i - 1][j], grid[i][j - 1]) + grid[i][j];
20        }
21    }
22    return grid[m - 1][n - 1];
23}

这样最终我们把空间复杂度从O(MN)降到O(1)。

 

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

538,剑指 Offer-和为s的连续正数序列

537,剑指 Offer-字符串的排列

535,剑指 Offer-扑克牌中的顺子

533,剑指 Offer-最小的k个数

 

 

截止到目前我已经写了500多道算法题了,为了方便大家阅读,我把部分算法题整理成了pdf文档,目前有1000多页,大家可以在公众号中回复关键字“pdf”即可获取下载链接。

 

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=你点的每个赞,我都认真当成了喜欢

标签:return,Offer,int,max,543,length,grid,dp,礼物
来源: https://blog.51cto.com/u_4774266/2902941