DP学习第六篇之下降路径最小和

DP学习第六篇之下降路径最小和

931. 下降路径最小和 - 力扣(LeetCode)

一.题目解析

二. 算法原理

  1. 状态表示

tips: 经验+题目要求。以i,j位置为结尾,。。。

dp[i][j]: 到达i, j位置时,此时的最小下降路径和

  1. 状态转移方程

tips: 用之前或之后的状态,推导出dpi的值。根据最近的一步,来划分问题

到达i, j位置之前:

  • 从i - 1, j位置向下走一步,到i, j

  • 从i - 1, j - 1位置向右下↘走一步,到i, j

  • 从i - 1, j + 1位置向左下↙走一步,到i, j

    即:dp[i][j] = min(dp[i - 1][j], dp[i - 1][j - 1], dp[i - 1][j + 1]) + m[i][j]

  1. 初始化

tips: 保证填表的时候不越界。增加虚拟节点

  • 虚拟节点里面的值,要保证后面填表是正确的

要保证填表的正确性,即第一行的dp值应该等于m值,因此其依赖的虚拟节点应该为0。对于左右两侧,也要保证虚拟节点的值不影响正确性,应取正无穷

  • 下标的映射关系

dp表映射到原矩阵:横纵坐标-1

  1. 填表顺序

从左往右每一行,从上往下整个表

  1. 返回值

题目要求:到最后一行的最小路径和

即:返回最后一行dp表中的最小值

三. 编写代码

c++ 复制代码
class Solution {
public:
    int minFallingPathSum(vector<vector<int>>& matrix) {
        //1.创建dp表
        //2.初始化
        //3.填表
        //4.返回值
        int n = matrix.size();
        vector<vector<int>> dp(n + 1, vector<int>(n + 2, INT_MAX));

        for(int i = 0; i < n + 2; ++i)
            dp[0][i] = 0;
        
        for(int i = 1; i <= n ; ++i)
            for(int j = 1; j <= n; ++j)
                dp[i][j] = min(dp[i - 1][j], min(dp[i - 1][j + 1], dp[i - 1][j - 1])) 
                            + matrix[i - 1][j - 1];
            
        int mi = dp[n][1];
        for(int i = 2; i <= n; ++i)
            mi = min(mi, dp[n][i]);
        return mi;
    }   
};

🦀🦀观看~~

相关推荐
zyl7659 小时前
FlashAttention 详解:从 GPU 硬件、普通 Attention 到分块计算与 Online Softmax
算法
爱读书的小胖13 小时前
LeetCode 122:买卖股票的最佳时机 II(C)解题分析
算法
结局无敌13 小时前
React Native for OpenHarmony 实战:三方库 react-native-modal-dialog 的鸿蒙化适配指南
深度学习·算法·react native·react.js·harmonyos
OPEN-F13 小时前
ROS2系列教程:上位机建图与导航(原理综合)
算法·机器人
weixin_3077791313 小时前
C++代码实现MATLAB中的fitrtree函数功能
开发语言·c++·算法·matlab
xier_ran13 小时前
【infra之路】AI 编译器学习笔记(十三):AI 编译器全景——TVM、XLA、IREE 与其他
人工智能·笔记·学习
连山齐名13 小时前
ai应用开发的学习笔记
服务器·笔记·学习
tomwang032214 小时前
路径优化建模、优化算法分类及工程化小结
算法·数学建模·分类
小羊没烦恼!14 小时前
Ajax与JSON的一些总结
android·java·前端·数据库·mysql·算法·okhttp
xier_ran14 小时前
【infra之路】AI 编译器学习笔记(十四):为什么要 tiling,以及矩阵计算单元的“固定“
人工智能·笔记·学习