LeetCode - 120. Traingle & Hdu - 2084. 数塔问题(简单dp)

33 篇文章 0 订阅

LeetCode - 120. Traingle & Hdu - 2084. 数塔问题(简单dp)

  • 递归
  • 二维dp
  • 一维dp
  • Hdu2084数塔问题

题目链接
题目

在这里插入图片描述

递归

递归的思路是从上到下:

  • 递归函数有两个主要的参数,记录行和列,表示当前行的位置是matrix[r][c],要向下去求最小路径;
  • 如果行 r == n,说明不需要向下求,则直接返回matrix[r][c]
  • 否则先给我递归求出从matrix[r+1][c]求出的最大路径,和从matrix[r+1][c+1]的最大路径,我取最大的,和自己相加即可;
  • 然后用二维数组map记忆化即可;
class Solution {

    private int[][] dp;

    public int minimumTotal(List<List<Integer>> triangle) {

        if (triangle == null || triangle.size() == 0 || triangle.get(0).size() == 0)
            return 0;
        int n = triangle.size();
        int m = triangle.get(triangle.size() - 1).size();
        dp = new int[n][m];
        return rec(triangle, 0, 0, n - 1);
    }

    // 递归
    private int rec(List<List<Integer>> triangle, int r, int c, int level) {
        if (r == level)
            return triangle.get(r).get(c);
        if (dp[r][c] != 0)
            return dp[r][c];
        int ele = triangle.get(r).get(c);
        dp[r][c] = Math.min(
                ele + rec(triangle, r + 1, c, level),
                ele + rec(triangle, r + 1, c + 1, level)
        );
        return dp[r][c];
    }
}

二维dp

dp就是记忆化的反方向,从下到上求解:

  • 初始化最后一行的就是本来的值,代表的就是从这一行往下不需要求了;
  • 然后就是往上递推即可;
class Solution {
    public int minimumTotal(List<List<Integer>> triangle) {
        if (triangle == null || triangle.size() == 0 || triangle.get(0).size() == 0)
            return 0;

        int n = triangle.size();
        int m = triangle.get(triangle.size() - 1).size();

        int[][] dp = new int[n][m]; 
 
        for (int j = 0; j < m; j++)
            dp[n - 1][j] = triangle.get(n - 1).get(j);

        for (int i = n - 2; i >= 0; i--) {
            for (int j = 0; j <= i; j++) {// 或 for(int j = i;j >= 0; j--){
                dp[i][j] = triangle.get(i).get(j) + Math.min(dp[i + 1][j], dp[i + 1][j + 1]);
            }
        }
        return dp[0][0];
    }
}
一维dp

滚动优化也需要注意滚动的方向:

  • 因为dp[i][j]依赖 dp[i+1][j]dp[i+1][j+1],所以不能先更新dp[i+1][j+1]
  • 所以滚动的方向是从j = ij = 0

在这里插入图片描述

class Solution {
    public int minimumTotal(List<List<Integer>> triangle) {
        if (triangle == null || triangle.size() == 0 || triangle.get(0).size() == 0)
            return 0;

        int n = triangle.size();
        int m = triangle.get(triangle.size() - 1).size();

        int[] dp = new int[m]; 

        for (int j = 0; j < m; j++)
            dp[j] = triangle.get(n - 1).get(j);

        for (int i = n - 2; i >= 0; i--) {
            for (int j = 0; j <= i; j++) { //不能写出 j = i ; j >= 0 ; j--
                dp[j] = triangle.get(i).get(j) + Math.min(dp[j], dp[j + 1]);
            }
        }
        return dp[0];
    }
}

Hdu2084数塔问题
题目链接

就是从求最小路径和变成求最大路径和,思想没变。

import java.io.BufferedInputStream;
import java.util.Scanner;

public class Main {

    // 方法一: 记忆化递归
    static int maxPath(int[][] matrix, int n) {
        if (matrix == null || matrix.length == 0 || matrix[0].length == 0)
            return 0;
        int[][] map = new int[n][n]; //注意这里 
        return rec(matrix, 0, 0, n - 1, map);
    }
 
    static int rec(int[][] matrix, int r, int c, int n, int[][] map) {
        if (r == n)
            return matrix[r][c];

        if (map[r][c] != 0)
            return map[r][c];

        map[r][c] = matrix[r][c] + Math.max(rec(matrix, r + 1, c, n, map),
                rec(matrix, r + 1, c + 1, n, map)
        );

        return map[r][c];
    }


    // 二维dp
    static int maxPath2(int[][] matrix, int n) {
        if (matrix == null || matrix.length == 0 || matrix[0].length == 0)
            return 0;
        int[][] dp = new int[n][n]; 

        for (int j = 0; j < n; j++)
            dp[n - 1][j] = matrix[n - 1][j];

        for (int i = n - 2; i >= 0; i--) {
            for (int j = 0; j <= i; j++) {
                dp[i][j] = matrix[i][j] + Math.max(dp[i + 1][j], dp[i + 1][j + 1]);
            }
        }
        return dp[0][0];
    }

    //一维dp
    static int maxPath3(int[][] matrix, int n) {
        if (matrix == null || matrix.length == 0 || matrix[0].length == 0)
            return 0;
        int[] dp = new int[n];

        for (int j = 0; j < n; j++)
            dp[j] = matrix[n - 1][j];

        for (int i = n - 2; i >= 0; i--) {
            for (int j = 0; j <= i; j++) {// 不能写出for(int j = i ; j >= 0; j--)
                dp[j] = matrix[i][j] + Math.max(dp[j], dp[j + 1]);
            }
        }
        return dp[0];
    }

    public static void main(String[] args) {
        Scanner cin = new Scanner(new BufferedInputStream(System.in));
        int C = cin.nextInt();
        while (C-- > 0) {
            int n = cin.nextInt();
            int[][] matrix = new int[n][n];
            for (int i = 0; i < n; i++) {
                for (int j = 0; j <= i; j++) {
                    int x = cin.nextInt();
                    matrix[i][j] = x;
                }
            }
//            System.out.println(maxPath(matrix,  n));
//            System.out.println(maxPath2(matrix, n));
            System.out.println(maxPath3(matrix, n));
        }
    }
}

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法。 LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是&ldquo;记忆化搜索&rdquo;,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的&ldquo;爬楼梯&rdquo;问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有&ldquo;零钱兑换&rdquo;、&ldquo;乘积最大子数组&rdquo;、&ldquo;通配符匹配&rdquo;等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值