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
ZhengEnCi7 小时前
Agent 架构怎么选:从单 Agent 到多 Agent 编排的选型决策指南
算法·架构
秋天的怀念_David8 小时前
第二十二夜 · 数字迷雾
java·程序人生·算法
Pniubi8 小时前
力扣283移动零(双指针法)
算法·leetcode·职场和发展
hhb_6188 小时前
大模型落地三重优化实战
人工智能·算法·机器学习
云和数据.ChenGuang8 小时前
光哥说Python RAG 系统需要哪些评估指标:从检索到生成的全链路评测指南
网络·人工智能·python·算法·langchain
apple-mapping9 小时前
网络RTK定位学习总结
学习·网络rtk
2601_9707038310 小时前
工业除湿机租赁:把一份租金合同拆开看
大数据·数据结构·算法·数据库架构·推荐算法
心中有你021410 小时前
Java实现Dijkstra最短路径算法(邻接表 + 优先队列)
java·数据库·算法
楚山之石10 小时前
【Lancet Neurology 】多发性硬化认知障碍的 SDMT 筛查、灰质萎缩标志与认知康复循证路径
图像处理·人工智能·学习·mri
ZhengEnCi11 小时前
同样的模型,为什么本地和云 API 差别那么大:量化精度、聊天模板与采样参数的三大元凶
人工智能·算法·llm