【Lintcode】1346. Dungeon Game

题目地址：

https://www.lintcode.com/problem/dungeon-game/description

给定一个二维矩阵$A$，一个骑士第一步会走到$(0,0)$的位置，之后每一步可以向右或者向下走一步，每走到$(i,j)$这个位置上，他的血量就会变化$A[i][j]$这么多（意思是，如果$A[i][j]$为正，他的血量就会增加；如果$A[i][j]$为负，他的血量就会减少；为$0$则不变）。他需要走到最右下角的位置，并且路径上不能有任何时刻血量是小于等于$0$的。问他初始的时候至少要多少血量。

思路是动态规划。设$f[i][j]$为走到$(i,j)$这个格子之前，最少要保有的血量。如果$(i,j)$恰好是右下角，那么显然有 f [ i ] [ j ] = max ⁡ { 1 , 1 − A [ i ] [ j ] } f[i][j]=\max\{1,1-A[i][j]\} f[i][j]=max{1,1−A[i][j]}，也就是如果$A[i][j]\le 0$，那么要保证他消耗了若干血量之后的血量仍然大于$0$，此外他走到之前一步的格子上的时候至少也要有$1$的血量。如果$(i,j)$不是右下角，则有 f [ i ] [ j ] = max ⁡ { 1 , min ⁡ { f [ i + 1 ] [ j ] , f [ i ] [ j + 1 ] } − A [ i ] [ j ] } f[i][j]=\max\{1,\min\{f[i+1][j],f[i][j+1]\}-A[i][j]\} f[i][j]=max{1,min{f[i+1][j],f[i][j+1]}−A[i][j]}显然这个血量应该满足 f [ i ] [ j ] + A [ i ] [ j ] ≥ min ⁡ { f [ i + 1 ] [ j ] , f [ i ] [ j + 1 ] } f[i][j]+A[i][j]\ge \min\{f[i+1][j],f[i][j+1]\} f[i][j]+A[i][j]≥min{f[i+1][j],f[i][j+1]}，这里的min指的是我们挑需要血量更少的一条路去走；同时，还需要保持$f[i][j]\ge 1$。代码如下：

public class Solution {
    /**
     * @param dungeon: a 2D array
     * @return: return a integer
     */
    public int calculateMinimumHP(int[][] dungeon) {
        // write your code here
        int m = dungeon.length, n = dungeon[0].length;
        int[][] dp = new int[m][n];
        
        for (int i = m - 1; i >= 0; i--) {
            for (int j = n - 1; j >= 0; j--) {
                if (i == m - 1 && j == n - 1) {
                    dp[i][j] = Math.max(1, 1 - dungeon[i][j]);
                } else {
                    int min = Integer.MAX_VALUE;
                    // 如果向下走，算一下需要的血量
                    if (i + 1 < m) {
                        min = Math.min(min, dp[i + 1][j] - dungeon[i][j]);
                    }
                    // 如果向右走，算一下需要的血量
                    if (j + 1 < n) {
                        min = Math.min(min, dp[i][j + 1] - dungeon[i][j]);
                    }
                    // 血量不能小于等于0
                    dp[i][j] = Math.max(1, min);
                }
            }
        }
        
        return dp[0][0];
    }
}

时空复杂度$O(mn)$。