N*M格子捡苹果DP算法python

最新推荐文章于 2024-05-08 13:59:02 发布
最新推荐文章于 2024-05-08 13:59:02 发布
阅读量3.3k 收藏 3
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/feihuadao/article/details/44775079
版权

转载陈述：

http://www.hawstein.com/posts/dp-novice-to-advanced.html

平面上有N*M个格子，每个格子中放着一定数量的苹果。你从左上角的格子开始， 每一步只能向下走或是向右走，每次走到一个格子上就把格子里的苹果收集起来， 这样下去，你最多能收集到多少个苹果。

解这个问题与解其它的DP问题几乎没有什么两样。第一步找到问题的“状态”， 第二步找到“状态转移方程”，然后基本上问题就解决了。

首先，我们要找到这个问题中的“状态”是什么？我们必须注意到的一点是， 到达一个格子的方式最多只有两种：从左边来的(除了第一列)和从上边来的(除了第一行)。 因此为了求出到达当前格子后最多能收集到多少个苹果， 我们就要先去考察那些能到达当前这个格子的格子，到达它们最多能收集到多少个苹果。 (是不是有点绕࿰

最低0.47元/天 解锁文章
feihuadao
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
捡苹果问题动态规划
qq_41932243的博客
09-28 1361
https://wenku.baidu.com/view/0b3355cc79563c1ec4da714a.html （算法设计）给定一个N×M的表格，每个格子上放着一些苹果。如果你从最左上角的格子上开始走，每次只能向下或者向右走，每到一个格子你就把苹果收集起来。这样下去，你最多能够收集多少个苹果？？   输入：N,M, 每个位置苹果数 输出：最多收集苹果数 样例输入：  2   3 ...
POJ - 2385 捡苹果(简单DP)
许久的学习小窝
07-23 334
题目大意：有两颗苹果树，会一起掉苹果，某一秒一个人只能在一棵树下，移动次数有限，怎么移动可以捡取到更多的苹果（默认在1号树下） 原题链接http://poj.org/problem?id=2385 ac代码 #include<iostream> #include<algorithm> #include<cstring> #include<cstdi...
动态规划，线性dp（python）
最新发布
2201_75875108的博客
05-08 427
2、确定状态：此处的“状态”代指不同的子问题，例如前面dp[n]表示上n台阶的方案数，其中 n 就是状态；要走到底n级台阶，要么从n - 1走一步过去，要么从n - 2一步走过去，因此得到第n个台阶的方案数等于n – 1个台阶方案数加 n – 1个台阶的方案数。最优子结构：大问题的最优解包含小问题的最优解，通过小问题可以推导出大问题。子问题：n - 1个台阶的上楼方案数，n - 2个台阶的上楼方案数、n - 3个台阶的上楼方案数....1、拆分子问题：将原问题拆分为子问题，找到问题之间的联系。
LintCode 1850捡苹果
xlhpgtd的博客
08-16 309
创建两个数组，存放两个人捡苹果的数据，最后从这个两个数据中取出两个不相邻的相加，与以前的比较，最后得出最大值，
动态规划-----捡苹果的案例
XMJ101307330的博客
07-14 333
一个（N,M）大小的方格，交点处会随机出现苹果，规则是从左上顶点到右下顶点走，且只能向下向右走，求最多能捡多少个苹果 动态规划的问题：设在点（n,m）处有一个苹果，则对于点（n,m）处最多的苹果数 S(n,m)=max{S(i,j)+1,1}; 所以，代码如下： class Point { public int X { get; set;...
捡苹果 (贪心 + 完全背包)
CUCUC1的博客
11-21 1419
题目链接 思路：  由于这个题目背包容量太大了，先不说会超时的问题，连dp数组都开不出来，所以我们要想办法减少背包容量，由此我们可以想到贪心。  我们先按照密度最大到小对三个苹果进行排序，然后分出两个空间，一个较小的空间和一个较大的空间，较大的空间我们直接用密度最大的填满(也可能会剩一部分空间，就把剩下的自动分配给较小的空间)，然后对较小的部分进行完全背包，这样就解决了背包容量过大的问题  但是要注意，利用贪心的时候，留出的这部分较小空间，不能太小 举个例子： 3个苹果； 4 7 3 5 6 2 容量 6
Python3 A*寻路算法实现方式
09-18
A* (A-star) 寻路算法是一种广泛应用在游戏开发、地图导航、路径规划等领域的高效搜索算法。它结合了Dijkstra算法的最短路径特性与优先队列的效率，通过引入启发式函数来指导搜索过程，使得路径查找更加智能且节省...
强化学习算法-基于python的sarsa算法实现
06-02
在这个基于Python的实现中，我们将深入探讨SARSA算法的核心概念和实现细节。 首先，我们需要了解SARSA的基本原理。SARSA是一种动态规划方法，用于学习Q值函数，即每个状态动作对的预期未来奖励。它遵循一个迭代过程...
A*走路 自动寻路A*算法 易语言源码优化版
10-10
A*（A-star）算法是一种广泛应用的路径搜索算法，它在自动寻路系统中起着核心作用。易语言是一种中国本土开发的、面向对象的编程语言，它以其简单易学的特点受到很多程序员的喜爱。这个“A*走路 自动寻路A*算法 ...
常用算法 python 棋盘 TSP 多边形游戏
06-22
在给定的标题和描述中，“常用算法”，“Python”，“棋盘TSP”和“多边形游戏”是几个关键概念，我们将围绕这些主题展开深入讨论。 首先，让我们来了解一下“常用算法”。在计算机科学中，算法是一系列清晰定义的...
python使用minimax算法实现五子棋
09-18
Python中的Minimax算法是用于决策树搜索的一种策略，常用于棋类游戏，如五子棋、国际象棋等。它的核心思想是通过模拟对手的最佳策略来评估每一步棋的可能结果，以找到最佳的下一步。在五子棋中，Minimax算法会尝试...
python turtle库画一个方格和圆实例
09-19
在本篇文章里小编给大家分享了关于python中用turtle库画一个方格和圆实例和相关代码，需要的朋友们可以学习参考下。
[算法]给定一个矩阵m*n，从左上角开始每次只能向右或者向下走，最后到右下角的位置共有多少种路径
热门推荐
新一的技术笔记
08-05 1万+
很经典的一道题 等同于：https://leetcode-cn.com/problems/unique-paths/ 在完美世界面试中遇到了。 每次都只能向右或者向下走，求出所有种情况。 当时想到的思路是这样的。 dp[m][n]=dp[m-1][n]+dp[m][n-1]表示走到（m,n）位置的走法 给的题干是： class Solution { public int uniquePaths(int m, int n) { } } 这道题求有多少种路径？那么理应当想到动
python画苹果图案_如何用python画苹果？
weixin_39658726的博客
11-29 1098
环境准备运行平台： WindowsPython版本： Python 3.6.4IDE： Pycharm或自带的IDLE绘制代码import turtledef round_rectangle(length,high,cor_angle,cor_rad):for i in range(2):turtle.fd(high)turtle.circle(cor_rad,cor_angle)turtle.f...
收集苹果
CMD's Tango 的专栏
07-18 329
问题:    一个拥有N*M个单元的格子，每一个里面都有着一定数量的苹果，数量已经给定。现在你位于左上角。每一步你可以向下走或者向右走。问你能够收集到最多多少个苹果。 作为比较经典的题目给出几种算法. 最简单的莫过于动态规划了. #include #include using namespace std; int main() { int a[3][3]={1,2,3,5,6,
用python画苹果_python实现吃苹果小游戏
weixin_39562089的博客
11-30 430
本文实例为大家分享了python实现吃苹果小游戏的具体代码，供大家参考，具体内容如下1.公共类模块import pygamefrom pygame.rect import Rectdef print_text(font, x, y, text, color=(255, 255, 255)): imgText=font.render(text, True, color)screen=pygame.d...
python用turtle画一个苹果
pythondh1的博客
06-17 4917
turtle该软件由Wally Feurzeig, Seymour Papert and Cynthia Solomon等在1967年使用最原始的Logo编程语言开发而成。python语言出现后，有开发者使用python对其进行了重写，变成了Python内置的一个模块。 在python文档中介绍了Turtle本身是一款简单、易上手的绘图软件，非常适合新手进入编程的世界。 画布就是turtle为我们展开用于绘图区域，我们可以设置它的大小和初始位置。setup()设置窗体大小及位置 。 ...
Python：利用turtle库绘制iPhone4草图
Klein的学习笔记
10-30 5816
Python：利用turtle库绘制iPhone4草图
用A*算法求解最短路径迷宫的python代码
03-28
以下是使用A*算法求解最短路径迷宫的Python代码示例： ```python import heapq class Maze: def __init__(self, maze): self.maze = maze self.start = None self.end = None self.width = len(maze[0]) self.height = len(maze) for y in range(self.height): for x in range(self.width): if maze[y][x] == 'S': self.start = (x, y) elif maze[y][x] == 'E': self.end = (x, y) def is_valid(self, x, y): if x < 0 or y < 0 or x >= self.width or y >= self.height: return False if self.maze[y][x] == '#': return False return True def get_neighbors(self, x, y): neighbors = [] for dx, dy in ((-1, 0), (1, 0), (0, -1), (0, 1)): nx, ny = x + dx, y + dy if self.is_valid(nx, ny): neighbors.append((nx, ny)) return neighbors def heuristic_cost_estimate(self, from_node, to_node): return abs(from_node[0] - to_node[0]) + abs(from_node[1] - to_node[1]) def a_star_search(self): frontier = [(0, self.start)] came_from = {} g_score = {self.start: 0} f_score = {self.start: self.heuristic_cost_estimate(self.start, self.end)} while frontier: current = heapq.heappop(frontier)[1] if current == self.end: path = [] while current in came_from: path.append(current) current = came_from[current] path.append(self.start) path.reverse() return path for neighbor in self.get_neighbors(*current): tentative_g_score = g_score[current] + 1 if neighbor not in g_score or tentative_g_score < g_score[neighbor]: came_from[neighbor] = current g_score[neighbor] = tentative_g_score f_score[neighbor] = tentative_g_score + self.heuristic_cost_estimate(neighbor, self.end) heapq.heappush(frontier, (f_score[neighbor], neighbor)) return None maze = Maze([ "#######", "#S....#", "#.#.#.#", "#.#...#", "#.#.#.#", "#.....#", "#######" ]) path = maze.a_star_search() if path: for y in range(maze.height): for x in range(maze.width): if (x, y) == maze.start: print('S', end='') elif (x, y) == maze.end: print('E', end='') elif (x, y) in path: print('*', end='') else: print(maze.maze[y][x], end='') print() else: print('No path found') ``` 运行以上代码会输出如下结果： ``` ####### #S****# #.#.#*# #.#..*# #.#.#*# #....*# ####### ``` 其中，S代表起点，E代表终点，*代表最短路径上的格子。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值