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
解法:动态规划
题目说明: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。
根据题目说明,易得某单元格只可能从上边单元格或左边单元格到达。
设
f
(
i
,
j
)
f(i, j)
f(i,j) 为从棋盘左上角走至单元格
(
i
,
j
)
(i, j)
(i,j) 的礼物最大累计价值,易得到以下递推关系:
f
(
i
,
j
)
f(i,j)
f(i,j) 等于
f
(
i
,
j
−
1
)
f(i,j-1)
f(i,j−1) 和
f
(
i
−
1
,
j
)
f(i-1,j)
f(i−1,j) 中的较大值加上当前单元格礼物价值
g
r
i
d
(
i
,
j
)
grid(i,j)
grid(i,j) 。
f
(
i
,
j
)
=
m
a
x
[
f
(
i
,
j
−
1
)
,
f
(
i
−
1
,
j
)
]
+
g
r
i
d
(
i
,
j
)
f(i,j)=max[f(i,j−1),f(i−1,j)]+grid(i,j)
f(i,j)=max[f(i,j−1),f(i−1,j)]+grid(i,j)因此,可用动态规划解决此问题,以上公式便为转移方程。
动态规划解析:
- 状态定义: 设动态规划矩阵 d p dp dp , d p ( i , j ) dp(i,j) dp(i,j) 代表从棋盘的左上角开始,到达单元格 ( i , j ) (i,j) (i,j) 时能拿到礼物的最大累计价值。
- 转移方程:
1.当 i = 0 i = 0 i=0 且 j = 0 j = 0 j=0 时,为起始元素;
2.当 i = 0 i = 0 i=0 且 j ≠ 0 j \ne 0 j=0 时,为矩阵第一行元素,只可从左边到达;
3.当 i ≠ 0 i \ne 0 i=0 且 j = 0 j = 0 j=0 时,为矩阵第一列元素,只可从上边到达;
4.当 i ≠ 0 i \ne 0 i=0 且 j ≠ 0 j \ne 0 j=0 时,可从左边或上边到达;
- 初始状态: d p [ 0 ] [ 0 ] = g r i d [ 0 ] [ 0 ] dp[0][0] = grid[0][0] dp[0][0]=grid[0][0] ,即到达单元格 ( 0 , 0 ) (0,0) (0,0) 时能拿到礼物的最大累计价值为 g r i d [ 0 ] [ 0 ] grid[0][0] grid[0][0] ;
- 返回值: dp[m-1][n-1]dp[m−1][n−1] , m , n m, n m,n 分别为矩阵的行高和列宽,即返回 d p dp dp 矩阵右下角元素。
空间复杂度优化:
- 由于 d p [ i ] [ j ] dp[i][j] dp[i][j] 只与 d p [ i − 1 ] [ j ] dp[i-1][j] dp[i−1][j] , d p [ i ] [ j − 1 ] dp[i][j-1] dp[i][j−1] , g r i d [ i ] [ j ] grid[i][j] grid[i][j] 有关系,因此可以将原矩阵 g r i d grid grid 用作 d p dp dp 矩阵,即直接在 g r i d grid grid 上修改即可。
- 应用此方法可省去 d p dp dp 矩阵使用的额外空间,因此空间复杂度从 O ( M N ) O(MN) O(MN) 降至 O ( 1 ) O(1) O(1) 。
复杂度分析
- 时间复杂度 O ( M N ) O(MN) O(MN) : M , N M,N M,N 分别为矩阵行高、列宽;动态规划需遍历整个 g r i d grid grid 矩阵,使用 O ( M N ) O(MN) O(MN) 时间。
- 空间复杂度 O ( 1 ) O(1) O(1) : 原地修改使用常数大小的额外空间。
C++代码实现
class Solution {
public:
int maxValue(vector<vector<int>>& grid) {
int m = grid.size(), n = grid[0].size();
for(int i = 0; i < m; i++) {
for(int j = 0; j < n; j++) {
if(i == 0 && j == 0) continue;
if(i == 0) grid[i][j] += grid[i][j - 1] ;
else if(j == 0) grid[i][j] += grid[i - 1][j];
else grid[i][j] += max(grid[i][j - 1], grid[i - 1][j]);
}
}
return grid[m - 1][n - 1];
}
};