leetcode——礼物最大值

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

这个算法，又像 DP 又像贪心算法。
我们利用一个比原格子多一行，一列的表格反向计算从每个格子出发的最大值。多加的行和列初始为 0，可以用来简化边界判断。
对于每一个格子，它的最优解就是本格子的值，加上分别向下和向右能得到的最大值。所以我们保证每一格贪心即可，最终到达左上角。

class Solution:
    def maxValue(self, grid: List[List[int]]) -> int:
        if not grid : return 0
        M,N = len(grid), len(grid[0])
        tb = [[0]*(N+1) for _ in range(M+1)]
        for m in reversed(range(M)):
            for n in reversed(range(N)):
                tb[m][n] = grid[m][n] + max(tb[m+1][n], tb[m][n+1])
        return tb[0][0]

动态规划

代码

class Solution:
    def maxValue(self, grid: List[List[int]]) -> int:
        # 状态:每一步
        # dp[i][j]:当前状态的最大价值
        # 状态转移方程:dp[i][j] = max(dp[i-1][j],dp[i][j-1]) + grid[i][j]
        m = len(grid)
        n = len(grid[0])
        dp = [[0 for j in range(n)] for i in range(m)]
        dp[0][0] = grid[0][0]
        for j in range(1,n):
            dp[0][j] = dp[0][j-1] + grid[0][j]
        for i in range(1,m):
            dp[i][0] = dp[i-1][0] + grid[i][0]

        for i in range(1,m):
            for j in range(1,n):
                dp[i][j] = max(dp[i-1][j],dp[i][j-1]) + grid[i][j]
        return dp[m-1][n-1]