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。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:

  • i - 1, j位置向下走一步,到i, j

  • i - 1, j - 1位置向右下↘走一步,到i, j

  • 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
额,不知道写啥。10 分钟前
从区间加一次函数到区间加多次函数最值-----区间数据结构与函数的一些东西(《浅谈函数最值的动态维护》的学习笔记)
数据结构·笔记·学习
艾莉丝努力练剑2 小时前
【AI大模型接入SDK】Provider分析与实现
c++·人工智能·学习·面试·大模型·llm
土司大王7 小时前
LeetCode hot100——对称二叉树
算法·leetcode·职场和发展
sali-tec8 小时前
C# 基于OpenCv的视觉工作流-章106-差值追踪
图像处理·人工智能·opencv·算法·计算机视觉
Navigator_Z8 小时前
LeetCode //C - 1208. Get Equal Substrings Within Budget
c语言·算法·leetcode
手写码匠8 小时前
Dify 多 Agent 工具权限与安全沙箱实战:让智能体“有能力,但不越权“
人工智能·深度学习·算法·aigc
黎阳之光8 小时前
打破堆场感知黑盒:黎阳之光视频孪生,构建港口码头网格化透明管控新体系
大数据·人工智能·算法·安全·数字孪生
浔溺8 小时前
al+大数据每日学习笔记26
笔记·学习
xx~t9 小时前
嵌入式——进程与线程1
linux·c语言·学习·嵌入式·进程与线程
大模型码小白9 小时前
AI 对话流性能调优:万级消息的虚拟滚动落地
java·大数据·前端·javascript·人工智能·算法·机器学习