你要开发一座金矿,地质勘测学家已经探明了这座金矿中的资源分布,并用大小为 m * n 的网格 grid 进行了标注。每个单元格中的整数就表示这一单元格中的黄金数量;如果该单元格是空的,那么就是 0。
为了使收益最大化,矿工需要按以下规则来开采黄金:
每当矿工进入一个单元,就会收集该单元格中的所有黄金。
矿工每次可以从当前位置向上下左右四个方向走。
每个单元格只能被开采(进入)一次。
不得开采(进入)黄金数目为 0 的单元格。
矿工可以从网格中 任意一个 有黄金的单元格出发或者是停止。
示例 1:
输入:grid = [[0,6,0],[5,8,7],[0,9,0]]
输出:24
解释:
[[0,6,0],
[5,8,7],
[0,9,0]]
一种收集最多黄金的路线是:9 -> 8 -> 7。
示例 2:
输入:grid = [[1,0,7],[2,0,6],[3,4,5],[0,3,0],[9,0,20]]
输出:28
解释:
[[1,0,7],
[2,0,6],
[3,4,5],
[0,3,0],
[9,0,20]]
一种收集最多黄金的路线是:1 -> 2 -> 3 -> 4 -> 5 -> 6 -> 7。
提示:
1 <= grid.length, grid[i].length <= 15
0 <= grid[i][j] <= 100
最多 25 个单元格中有黄金。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/path-with-maximum-gold
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
思路:
数据规模暗示回溯,题意明示回溯。
只要能把所有的收集黄金的路线找出来,返回最大的收获值即可。
时间复杂度:O(4 * 3 ^ (K - 2)), K是黄金格子的数量,第一个格子有4种走法,其他的中间黄金格子只有3种走法,最后一个格子没得走。
空间复杂度:O(K),包括visited集合占用的空间和递归开栈的空间
class Solution(object):
def getMaximumGold(self, grid):
"""
:type grid: List[List[int]]
:rtype: int
"""
dx = [1, -1, 0, 0]
dy = [0, 0, 1, -1]
m, n = len(grid), len(grid[0])
visited = set()
self.res = 0
def dfs(x0, y0, tmp):
self.res = max(self.res, tmp)
for k in range(4):
x = x0 + dx[k]
y = y0 + dy[k]
if 0 <= x < m and 0 <= y < n and (x, y) not in visited and grid[x][y] != 0:
visited.add((x, y))
dfs(x, y, tmp + grid[x][y])
visited.remove((x, y))
for i in range(m):
for j in range(n):
visited.add((i, j))
dfs(i, j, grid[i][j])
visited.remove((i, j))
return self.res
如果不用集合,以下是染色的版本:
class Solution(object):
def getMaximumGold(self, grid):
"""
:type grid: List[List[int]]
:rtype: int
"""
dx = [1, -1, 0, 0]
dy = [0, 0, 1, -1]
m, n = len(grid), len(grid[0])
visited = set()
self.res = 0
def dfs(x0, y0, tmp):
self.res = max(self.res, tmp)
for k in range(4):
x = x0 + dx[k]
y = y0 + dy[k]
if 0 <= x < m and 0 <= y < n and grid[x][y] > 0:
value = grid[x][y]
grid[x][y] = -1
dfs(x, y, tmp + value)
grid[x][y] = value
for i in range(m):
for j in range(n):
value = grid[i][j]
grid[i][j] = -1
dfs(i, j, value)
grid[i][j] = value
return self.res