题目描述
解法一:动态规划
class Solution {
public int maxValue(int[][] grid) {
int rows = grid.length;
int cols = grid[0].length;
int[][] dp = new int[rows][cols];
dp[0][0] = grid[0][0]; // 初始化第一个格子,到达单元格 (0,0)时能拿到礼物的最大累计价值为 grid[0][0]
for(int j = 1; j<cols; j++) // 初始化第一行
dp[0][j] = dp[0][j-1] + grid[0][j];
for(int i = 1; i<rows; i++) // 初始化第一列
dp[i][0] = dp[i-1][0] + grid[i][0];
for(int i=1; i<rows; i++){
for(int j=1; j<cols; j++) {
dp[i][j] = Math.max(dp[i-1][j], dp[i][j-1]) + grid[i][j];
}
}
return dp[rows-1][cols-1];
}
}
为了简化代码逻辑,减少一些边界情况的处理,可以将 dp数组多开一行一列的空间。
class Solution {
public int maxValue(int[][] grid) {
int rows = grid.length;
int cols = grid[0].length;
int[][] dp = new int[rows+1][cols+1]; // dp[i][j]表示从 grid[0][0]到 grid[i-1][j-1]时的最大价值和
dp[0][0] = 0; // dp[0][0]表示在棋盘之外,还没走入第一个格子,因此此时的最大礼物价值和为 0
for(int i=1; i<=rows; i++) {
for(int j=1; j<=cols; j++) {
dp[i][j] = Math.max(dp[i-1][j], dp[i][j-1]) + grid[i-1][j-1];
}
}
return dp[rows][cols];
}
}
优化空间效率:
由于 dp[i][j] 只与 dp[i-1][j] , dp[i][j-1] , grid[i][j] 有关系,因此第 i-2 行之前及第 j-2 列之前的礼物和实际上没有必要再继续保持下来了,我们可以直接用两个滚动变量交替迭代,并直接在 grid 矩阵上修改,grid[i][j] 记录从(0,0)格子走到第(i, j)个格子时的礼物价值和最大值。这样一来,可以省去了 dp二维矩阵所需要的额外空间,空间复杂度从 O(rows*cols) 降低为 O(1)。
class Solution {
public int maxValue(int[][] grid) {
int rows=grid.length, cols=grid[0].length;
int p,q;
for(int i=0;i<rows;i++){
for(int j=0;j<cols;j++){
p = (i==0) ? 0 : grid[i-1][j]; // i=0表示此时位于第一行,无法从上面走下来,上面来的这条路的价值贡献为 0
q = (j==0) ? 0 : grid[i][j-1]; // j=0表示此时位于第一列,无法从左边走过来,左边来的这条路的价值贡献为 0
grid[i][j] += Math.max(p,q);
}
}
return grid[rows-1][cols-1];
}
}