龙空技术网

「数据结构算法|练习四」动态规划的实例应用

业余的程序员 131

前言:

此时小伙伴们对“动态规划棋盘算法”大致比较注意,朋友们都想要剖析一些“动态规划棋盘算法”的相关文章。那么小编同时在网络上汇集了一些对于“动态规划棋盘算法””的相关文章,希望兄弟们能喜欢,各位老铁们快快来了解一下吧!

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

解题思路:

到达每个格子,只有两条路: 右 或 下。

设f[i][j] 是第i行,第j列格子礼物的价值, gift[i][j]是到达第i行,第j列格子礼物的最大价值。

则得到如下关系:

gift[i][j] = max(gift[i-1][j] , gift[i][j-1] ) + f[i][j]

图中,gift[1][1] = max(gift[0][1], gift[1][0]) + f[1][1] = max(2,4) + 5 = 9

建立方程:

当i = 0, j = 0 时, gift[i][j] = f[i][j]

当i = 0, j != 0 时, gift[i][j] = gift[i][j-1] + f[i][j]

当i != 0, j = 0 时, gift[i][j] = gift[i-1][j] + f[i][j]

当i != 0, j != 0 时, gift[i][j] = gift[i-1][j-1] + f[i][j]

int maxValue(vector<vector<int>>& grid) {

//第0列

for (int i = 1; i < grid.size(); i++)

{

grid[i][0] = grid[i - 1][0] + grid[i][0];

}

//第0行

for (int j = 1; j < grid[0].size(); j++)

{

grid[0][j] = grid[0][j - 1] + grid[0][j];

}

//i != 0, && j != 0

for (int i = 1; i < grid.size(); i++)

{

for (int j = 1; j < grid[i].size(); j++)

{

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

}

}

return grid[grid.size() - 1][grid[0].size() - 1];

}

复杂度分析:

时间复杂度 O(MN) : M,N 分别为矩阵行高、列宽;

遍历整个 grid 矩阵,使用 O(MN)O(MN) 时间。

空间复杂度 O(1) : 原地修改使用常数大小的额外空间。

我是#业余的程序员# ,每天分享计算机编程算法知识,计算机行业求职,数码科技等,助力成长每一天,欢迎关注!

标签: #动态规划棋盘算法