剑指 Offer 47. 礼物的最大价值（动态规划 / DFS）

剑指 Offer 47. 礼物的最大价值

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

提示：

• 0 < grid.length <= 200
• 0 < grid[0].length <= 200

分析

1. 既然是路径问题，那么显然想到深度遍历，从[0,0]开始搜索，每次往右或者往下，直到走到了右下角。缺点显而易见：时间复杂度太高，如果矩阵很大，就会超时。

2. 既然限定了路径是从左到右，从上到下，那么就不会有回去的情况，每个点只会被访问一次，就可以用动态规划来优化时间复杂度。每个点上的最大值，要么是从上面走过来的，要么是从左面走过来的，所以得出如下递推方程：

grid[i][j] = max(grid[i-1][j]+grid[i][j], grid[i][j-1]+grid[i][j]

代码

dfs超时

class Solution {
    private int max = 0;
    public int maxValue(int[][] grid) {
        //深度搜索，超时
        dfs(0,0,sum,grid);
        return max;
        
    }

    
    public void dfs(int i, int j, int sum, int[][] grid){
        //越界检查
        if(i>=grid.length) return;
        if(j>=grid[0].length) return;

        sum+=grid[i][j];

        //System.out.println(sum);
        if(i == grid.length-1 && j == grid[0].length-1){
            max = Math.max(sum,max);
        }

        //向下递归
        dfs(i+1,j,sum,grid);
        dfs(i,j+1,sum,grid);

        //恢复现场
        sum-=grid[i][j];
    }
}

动态规划

class Solution {
    private int max = 0;
    public int maxValue(int[][] grid) {
        for(int i = 0; i<grid.length; i++){
            for(int j = 0; j<grid[0].length; j++){
                if(i == 0 && j == 0) continue;
                
                //两侧
                if(i == 0) {grid[i][j] = grid[i][j-1]+grid[i][j];continue;}
                if(j == 0) {grid[i][j] = grid[i-1][j]+grid[i][j];continue;}

                //其余的点
                grid[i][j] = Math.max(grid[i][j]+grid[i-1][j],grid[i][j]+grid[i][j-1]);
            }
        }
        return grid[grid.length-1][grid[0].length-1];
    }

}