【leetcode】741 摘樱桃（动态规划）

题目链接：https://leetcode-cn.com/problems/cherry-pickup/

题目描述

一个N x N的网格(grid) 代表了一块樱桃地，每个格子由以下三种数字的一种来表示：

• 0 表示这个格子是空的，所以你可以穿过它。

• 1 表示这个格子里装着一个樱桃，你可以摘到樱桃然后穿过它。

• -1 表示这个格子里有荆棘，挡着你的路。

你的任务是在遵守下列规则的情况下，尽可能的摘到最多樱桃：

• 从位置 (0, 0) 出发，最后到达 (N-1, N-1) ，只能向下或向右走，并且只能穿越有效的格子（即只可以穿过值为0或者1的格子）；
• 当到达 (N-1, N-1) 后，你要继续走，直到返回到 (0, 0) ，只能向上或向左走，并且只能穿越有效的格子；
• 当你经过一个格子且这个格子包含一个樱桃时，你将摘到樱桃并且这个格子会变成空的（值变为0）；
• 如果在 (0, 0) 和 (N-1, N-1) 之间不存在一条可经过的路径，则没有任何一个樱桃能被摘到。

示例 1:

输入: grid =
[[0, 1, -1],
 [1, 0, -1],
 [1, 1,  1]]
输出: 5
解释： 
玩家从（0,0）点出发，经过了向下走，向下走，向右走，向右走，到达了点(2, 2)。
在这趟单程中，总共摘到了4颗樱桃，矩阵变成了[[0,1,-1],[0,0,-1],[0,0,0]]。
接着，这名玩家向左走，向上走，向上走，向左走，返回了起始点，又摘到了1颗樱桃。
在旅程中，总共摘到了5颗樱桃，这是可以摘到的最大值了。

说明:

• grid 是一个 N * N 的二维数组，N的取值范围是1 <= N <= 50。
• 每一个 grid[i][j] 都是集合 {-1, 0, 1}其中的一个数。
• 可以保证起点 grid[0][0] 和终点 grid[N-1][N-1] 的值都不会是 -1。

思路

题目的详解见英文leetcode原帖：https://leetcode.com/problems/cherry-pickup/discuss/109903/Step-by-step-guidance-of-the-O(N3)-time-and-O(N2)-space-solution

因为题目限制了grid[i][j]=1的节点只能访问一次，所以核心的问题在于要避免partI和partII重复计数。

I 暴力尝试

暴力回溯，指数级时间复杂度。每趟来回 (4N-4)步，可能的往返数 2^(4N-4)。

II 动态规划尝试

(0, 0) ==> (N-1, N-1)和 (N-1, N-1)==>(0,0)分别使用动态规划得到其子问题最优解，但是总体 (0, 0) ==> (N-1, N-1) ==> (0, 0) 不一定是最优解。

grid = [[1,1,1,0,1],
        [0,0,0,0,0],
        [0,0,0,0,0],
        [0,0,0,0,0],
        [1,0,1,1,1]].

如上式在partI可以得到最优解，(0, 0) ==> (0, 2) ==> (4, 2) ==> (4, 4)总和为6，对应的partII最多总和为1，总体来回总和为7。然后沿着矩形边缘可以得到所有的8个樱桃。所以这个贪心策略不一定能得到最优解。

III 修改grid矩阵的动态规划尝试

记录当前grid的状态，空间复杂度太高了

IV 最终版-不修改grid矩阵的动态规划

是否可以缩短路程，不需要走到右下角？YES！

我们重新定义 T(i,j) 为简化路程 (0, 0) ==> (i, j) ==> (0, 0)可以得到的最大数，无需修改输入矩阵。此时原问题可以表示为T(N-1,N-1)。为了得到递推关系式：

对于每个坐标 (i,j)，我们有两种方式到达以及两种方式离开该点：(i-1, j) 和(i, j-1)，往返路程可以分为以下四个case：

Case 1: (0, 0) ==> (i-1, j) ==> (i, j) ==> (i-1, j) ==> (0, 0)
Case 2: (0, 0) ==> (i, j-1) ==> (i, j) ==> (i, j-1) ==> (0, 0)
Case 3: (0, 0) ==> (i-1, j) ==> (i, j) ==> (i, j-1) ==> (0, 0)
Case 4: (0, 0) ==> (i, j-1) ==> (i, j) ==> (i-1, j) ==> (0, 0)

根据定义，case1等价于T(i-1, j) + grid[i][j] ，case2等价于T(i, j-1) + grid[i][j]。但是我们定义的T(i, j)并没有覆盖最后两种情形：PartI最后一步和PartII第一步不同。因此我们需要修改T(i,j)定义，扩展为T(i, j, p, q)，表明两段路程(0, 0) ==> (i, j); (p, q) ==> (0, 0)的最大樱桃数，无需修改gird矩阵。

类似上文所述，我们有两种方式到达坐标(i,j)，两种方式离开坐标(p,q)

Case 1: (0, 0) ==> (i-1, j) ==> (i, j); (p, q) ==> (p-1, q) ==> (0, 0)
Case 2: (0, 0) ==> (i-1, j) ==> (i, j); (p, q) ==> (p, q-1) ==> (0, 0)
Case 3: (0, 0) ==> (i, j-1) ==> (i, j); (p, q) ==> (p-1, q) ==> (0, 0)
Case 4: (0, 0) ==> (i, j-1) ==> (i, j); (p, q) ==> (p, q-1) ==> (0, 0)

根据定义得到：

Case 1 is equivalent to T(i-1,