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