LeetCode: 5815. 扣分后的最大得分

给你一个 m x n 的整数矩阵 points （下标从 0 开始）。一开始你的得分为 0 ，你想最大化从矩阵中得到的分数。

你的得分方式为：每一行 中选取一个格子，选中坐标为 (r, c) 的格子会给你的总得分 增加 points[r][c] 。

然而，相邻行之间被选中的格子如果隔得太远，你会失去一些得分。对于相邻行 r 和 r + 1 （其中 0 <= r < m - 1），选中坐标为 (r, c1) 和 (r + 1, c2) 的格子，你的总得分 减少 abs(c1 - c2) 。

请你返回你能得到的 最大 得分。

abs(x) 定义为：

如果 x >= 0 ，那么值为 x 。
如果 x < 0 ，那么值为 -x 。
 

示例 1：

输入：points = [[1,2,3],[1,5,1],[3,1,1]]
输出：9
解释：
蓝色格子是最优方案选中的格子，坐标分别为 (0, 2)，(1, 1) 和 (2, 0) 。
你的总得分增加 3 + 5 + 3 = 11 。
但是你的总得分需要扣除 abs(2 - 1) + abs(1 - 0) = 2 。
你的最终得分为 11 - 2 = 9 。
示例 2：

 

输入：points = [[1,5],[2,3],[4,2]]
输出：11
解释：
蓝色格子是最优方案选中的格子，坐标分别为 (0, 1)，(1, 1) 和 (2, 0) 。
你的总得分增加 5 + 3 + 4 = 12 。
但是你的总得分需要扣除 abs(1 - 1) + abs(1 - 0) = 1 。
你的最终得分为 12 - 1 = 11 。
 

提示：

m == points.length
n == points[r].length
1 <= m, n <= 105
1 <= m * n <= 105
0 <= points[r][c] <= 105

分析：

       自己做的时候一开始思考能否用动规，脑子有点抽风，觉得并不满足最优子结构，遂明知在时间复杂度很高的情况下，仍尝试深搜。甚至联想了以前学习到的双向bfs，自己写了一个双向dfs的解法。果不其然，超时了。于是学习了其他人的解法，将思路和代码整理一下。

       用n表示行数，m表示列数，我们定义f[i][j]为前i行中，第i行选择第j列时的最大分数。因为最终的分数涉及上一行所选择的列数，所以我们对第i - 1行进行枚举。那么状态转移方程就是：

       扫描完所有矩阵，复杂度为O(MN)，而每次确定k时，复杂度为O(M)，则总的复杂度为O(M^2N)。我们去掉绝对值可得：

       我们进行化简：

       由此可见，当我们在计算f[i][j]时，points[i][j]和j的值是确定的，需要分为两种情况讨论，k在j的左边或者右边（也包括在同一列），各自求出f[i - 1][k] - k和f[i - 1] + k的最大值，据此可得出f[i][j]的值。而求解f[i - 1][k] - k和f[i - 1] + k的过程，我们可以在计算f[i - 1][]的同时为下一行的计算进行预处理，那么可以在计算f[i][]时就可以把原本O(M)的复杂度降为O(1)，所以总的时间复杂度为O(MN)。

       另外，f[i][]只与上一行f[i - 1][]的值有关，因此可以把二维压缩为一维。

class Solution {
public:
    long long maxPoints(vector<vector<int>>& points) {
        int n = points.size(), m = points[0].size();
        vector<long long> dp(points[0].begin(), points[0].end());
        for(int i = 1; i < n; i++){
            long long maxL = LONG_MIN, maxR = LONG_MIN;
            vector<long long> temp = dp;
            for(int j = 0; j < m; j++){
                maxL = max(maxL, temp[j] + j); //求f[i - 1][k] + k的最大值
                dp[j] = points[i][j] - j + maxL;
            }
            for(int j = m - 1; j >= 0; j--){
                maxR = max(maxR, temp[j] - j); //求f[i - 1][k] - k的最大值
                dp[j] = max(dp[j], points[i][j] + j + maxR); //dp[j]代表k在j左侧，另外一项表示在右侧
            }
        }
        return *max_element(dp.begin(), dp.end());
    }
};