剑指offer.47.礼物的最大价值之动态规划及滚动数组优化

前言

有规律的数组对动态规划的敏感性。然后再用滚动数组优化。
可以把原数组作为dp，修改原数组，使空间复杂度降为O(1)。

一、动态规划

1、思想

路径只能走向下面或右面，所以对于每一个节点，都是从相反的上面和左边来的。每次更新就可以根据上边和左边较大的值加上自身来确定最大价值。

2、源码

跟着注释理解比较具体。

//空间O(1)，但会修改原数组
    public int maxValue(int[][] grid) {
        if (grid.length == 0 || grid[0].length == 0)
            return 0;
        //分为两类更新，第一类是第一列和第一行，它们更新需要它们的上节点或左节点。因为第一列没有左节点，第一行没有上节点。每一个节点只能从上或左过来。
        int m = grid.length, n = grid[0].length;
        //更新第一列，该类节点只有上节点，没有左节点。
        for (int i = 1; i < m; i++) {
            grid[i][0] = grid[i - 1][0] + grid[i][0];
        }
        //更新第一行，该类节点只有左节点，没有上节点。
        for (int i = 1; i < n; i++) {
            grid[0][i] = grid[0][i - 1] + grid[0][i];
        }
        //更新其它节点，该类节点有上节点和左节点
        for (int i = 1; i < m; i++) {
            for (int j = 1; j < n; j++) {
                grid[i][j] = (grid[i - 1][j] > grid[i][j - 1] ? grid[i - 1][j] : grid[i][j - 1]) + grid[i][j];
            }
        }
        return grid[m - 1][n - 1];
    }

二、滚动数组

//空间O(N),但不会修改原矩阵。
    public int maxValue2(int[][] grid) {
        if (grid.length == 0 || grid[0].length == 0)
            return 0;
        int m = grid.length, n = grid[0].length;
        int[] dp = new int[n + 1];
        //一行一行的更新，多了一个dp[0] = 0,表示第一列的左节点。每一行的更新只用得到相邻的上节点和相邻的左节点，所以每次比较dp[j-1](表示左)和dp[j](表示上节点)。
        for (int i = 1; i <= m; i++)
            for (int j = 1; j <= n; j++) {
                dp[j] = (dp[j] > dp[j - 1] ? dp[j] : dp[j - 1]) + grid[i - 1][j - 1];
            }
        return dp[n];
    }

总结

保持有规律、有这种有规律的递推对动态规划及滚动数组优化的敏感性。
对于动态规划，弄清楚
1）它的状态是什么？（状态定义）
2）状态的初始值是多少？（初始状态）
3）如何有规律的更新？（状态转移方程）
4）返回值在那？（返回结果）
这四个方面分别为什么。