动态规划解决矩阵左上角到右下角和最大

题目大致为:

有一个m*n矩阵,每个矩阵元素有一个对应的值,从矩阵左上角到右下角怎么样距离最大(只能向右或向下移动,一次只可移动一步)?

这是一个典型的动态规划问题,因为问题可拆分为最优子问题。而每个子问题又可以拆分,各个子问题之间不是完全独立,会包含公共的子问题。

python简单实现如下:

#! /usr/bin/env python
# -*- coding: utf-8 -*-
a = [[1,4,5],[2,3,7],[6,9,10]]
m = n = 3
sum_list = [[],[],[]]
for i  in range(m):
    for j in range(n):
        if i==0 and j==0:
           sum  = a[i][j]
           sum_list[i].append(sum)
        elif i==0:
            sum = a[i][j] + sum_list[i][j-1]
            sum_li
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
你可以使用 Dijkstra 算法来解决这个问题。 首先,你需要定义一个函数来实现 Dijkstra 算法: ```python import heapq def dijkstra(graph, start): distances = {node: float('inf') for node in graph} distances[start] = 0 queue = [] heapq.heappush(queue, [distances[start], start]) while queue: current_distance, current_node = heapq.heappop(queue) if current_distance > distances[current_node]: continue for neighbor, weight in graph[current_node].items(): distance = current_distance + weight if distance < distances[neighbor]: distances[neighbor] = distance heapq.heappush(queue, [distance, neighbor]) return distances ``` 这个函数接收一个字典类型的图(graph)和一个起点(start)作为输入,使用堆(Heap)来实现 Dijkstra 算法,最终返回起点到图中各个节点的最短距离。 接下来,你可以编写主函数来解决这个问题: ```python matrix = [[1, 3, 1], [1, 5, 1], [4, 2, 1]] # 输入矩阵 m, n = len(matrix), len(matrix[0]) graph = {(i, j): {} for i in range(m) for j in range(n)} for i in range(m): for j in range(n): if i < m - 1: graph[(i, j)][(i+1, j)] = matrix[i+1][j] if j < n - 1: graph[(i, j)][(i, j+1)] = matrix[i][j+1] distances = dijkstra(graph, (0, 0)) print(distances[m-1, n-1]) # 输出左上角到下角的最短路径和 ``` 在这个主函数中,我们首先将输入矩阵转换为一个字典类型的图(graph),其中每个节点表示矩阵中的一个元素,每个节点的邻居表示矩阵中该元素的边和下面的元素。然后,我们调用 dijkstra 函数来计算从左上角到图中各个节点的最短距离,并输出下角节点的距离作为最短路径和。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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