leetcode算法学习(21)——礼物的最大价值(动态规划)

题目描述

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

思路

设 f(i, j)为从棋盘左上角走至单元格 (i,j) 的礼物最大累计价值，易得到以下递推关系：f(i,j) 等于 f(i,j−1) 和 f(i−1,j) 中的较大值加上当前单元格礼物价值grid(i,j)。

f(i,j)=max[f(i,j−1),f(i−1,j)]+grid(i,j)

空间复杂度优化：

由于dp[i][j]只与 dp[i-1][j], dp[i][j-1], grid[i][j]有关系，因此可以将原矩阵 grid 用作 dp 矩阵，即直接在 grid 上修改即可。
应用此方法可省去 dp 矩阵使用的额外空间，因此空间复杂度从 O(MN) 降至 O(1) 。

代码

class Solution:
    def maxValue(self, grid: List[List[int]]) -> int:
        for i in range(len(grid)):
            for j in range(len(grid[0])):
                if i==0 and j==0:continue
                elif i==0 and j!=0:grid[i][j]+=grid[i][j-1]
                elif i!=0 and j==0:grid[i][j]+=grid[i-1][j]
                else:grid[i][j]+=max(grid[i-1][j],grid[i][j-1])
        return grid[-1][-1]

复杂度分析：

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。