leetcode *剑指 Offer 47. 礼物的最大价值 & *64. 最小路径和（2020.7.23）

【题目】*剑指 Offer 47. 礼物的最大价值

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：
0 < grid.length <= 200
0 < grid[0].length <= 200

【解题思路1】动态规划

见过这题，但是不记得在哪里见过了，找到了补充
dp数组的含义： dp[i][j] 表示动 (0, 0) 到 (i, j) 的最大累计和
边界条件： 数组的最左边只能从上面的格子过来，数组的最上边只能从左边的格子过来
动态转移方程： 其他格子可以从上面也可以从左边过来，所以取最大值 dp[i][j] += Math.max(dp[i - 1][j], dp[i][j - 1]);
因为在原数组上直接累加更方便，所以不新建dp数组了

class Solution {
    public int maxValue(int[][] grid) {
        int m = grid.length, n = grid[0].length;
        for(int i = 1; i < m; i++) {
            grid[i][0] += grid[i - 1][0];
        }
        for(int j = 1; j < n; j++) {
            grid[0][j] += grid[0][j - 1];
        }
        for(int i = 1; i < m; i++) {
            for(int j = 1; j < n; j++) {
                grid[i][j] += Math.max(grid[i - 1][j], grid[i][j - 1]);
            }
        }
        return grid[m - 1][n - 1];
    }
}

时间复杂度：O(MN)。M, N 分别为矩阵行高、列宽；动态规划需遍历整个 grid 矩阵，使用 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。

【题目】*64. 最小路径和

给定一个包含非负整数的 m x n 网格，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。
说明：每次只能向下或者向右移动一步。

示例:

输入:
[
  [1,3,1],
  [1,5,1],
  [4,2,1]
]
输出: 7
解释: 因为路径 1→3→1→1→1 的总和最小。

【解题思路1】动态规划

每个格子只能来自于其左边或者上边的格子
dp数组的含义 ：dp[i][j]表示从左上角出发到 (i,j) 位置的最小路径和
边界条件： dp[0][0]=grid[0][0] ；上侧边的格子只能来自于左边，左侧边的格子只能来自于上边。
动态转移方程 ：
$$dp[i][j]=\{\begin{array}{ll}dp[i-1][0]+grid[i][0],& i>0,j=0\\ dp[0][j-1]+grid[0][j],& i=0,j>0\\ min(dp[i-1][j],dp[i][j-1])+grid[i][j],& i>0,j>0\end{array}$$

class Solution {
    public int minPathSum(int[][] grid) {
        if (grid == null || grid.length == 0 || grid[0].length == 0) {
            return 0;
        }
        int rows = grid.length, columns = grid[0].length;
        int[][] dp = new int[rows][columns];
        dp[0][0] = grid[0][0];
        for (int i = 1; i < rows; i++) {
            dp[i][0] = dp[i - 1][0] + grid[i][0];
        }
        for (int j = 1; j < columns; j++) {
            dp[0][j] = dp[0][j - 1] + grid[0][j];
        }
        for (int i = 1; i < rows; i++) {
            for (int j = 1; j < columns; j++) {
                dp[i][j] = Math.min(dp[i - 1][j], dp[i][j - 1]) + grid[i][j];
            }
        }
        return dp[rows - 1][columns - 1];
    }
}

时间复杂度：O(MN)。M, N 分别为矩阵行高、列宽；动态规划需遍历整个 grid 矩阵，使用 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。