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
for_ever_love__6 小时前
UI学习:UISearchController基础了解和应用
学习·ui·ios·objective-c
心中有国也有家6 小时前
GE图引擎深度解析——CANN的计算图优化与执行引擎
人工智能·pytorch·python·学习·numpy
地平线开发者7 小时前
profiler debug 工具用法与高一致性策略
算法·自动驾驶
编程大师哥7 小时前
匿名函数 lambda + 高阶函数
java·python·算法
GHL2842710907 小时前
换脸工作流学习
学习·ai
我叫袁小陌7 小时前
算法解题思路指南
算法
地平线开发者7 小时前
Conv+BN+Add+ReLU 融合机制简介
算法·自动驾驶
_李小白8 小时前
【android opencv学习笔记】Day 28: 滤波算法之中值滤波器
android·opencv·学习
yuanyuan2o28 小时前
模型预训练:Hugging Face Transformers 基础
算法·ai·语言模型·自然语言处理·nlp·深度优先