动态规划——路径问题②

文章目录

931. 下降路径最小和

题目链接:931. 下降路径最小和

算法原理

  • 状态表示:

    经验+题目要求:dp[i][j]表示到达[i,j]位置时,最小的下降路径

  • 状态转移转移方程:

    根据最近的一步划分问题

  • 初始化:

    状态转移方程会用到左中右三个位置,所以我们可以往外扩一圈,这样就不需要担心越界的问题

    这因为是最小值加上当前值,所以第一行全部设置为0不会影响元素表格第一行初始化

    然后其他的设置为+∞即可,不会影响结果

  • **填表顺序:**从上往下

  • **返回值:**最后一行最小值

代码实现

cpp 复制代码
class Solution {
public:
    int minFallingPathSum(vector<vector<int>>& matrix)
    {
        int n = matrix.size();
        vector<vector<int>> dp(n+1, vector<int>(n+2, INT_MAX));

        //初始化
        for(int j = 0; j < n+2; j++)    dp[0][j] = 0;
        for(int i = 1; i <= n; i++)
        {
            for(int j = 1; j <= n; j++)
            {
                dp[i][j] = min(dp[i-1][j-1], min(dp[i-1][j], dp[i-1][j+1])) + matrix[i-1][j-1];
            }
        } 
        int ret = INT_MAX;
        for(int j = 1; j <= n; j++)
        {
            ret = min(ret, dp[n][j]);
        }
        return ret;
    }
};

64. 最小路径和

题目链接:64. 最小路径和

算法原理

感觉和上一篇文章的题目一样,只不过加了个选择最小的,直接看代码吧

代码实现

cpp 复制代码
class Solution {
public:
    int minPathSum(vector<vector<int>>& grid)
    {
        int m = grid.size();
        int n = grid[0].size();
        vector<vector<int>> dp(m+1, vector<int>(n+1, INT_MAX));

        //初始化
        dp[0][1] = dp[1][0] = 0;

        for(int i = 1; i <=m; i++)
        {
            for(int j = 1; j <= n; j++)
            {
                dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i-1][j-1];
            }
        }    
        return dp[m][n];
    }
};

174. 地下城游戏

题目链接:174. 地下城游戏

算法原理

有点像小时候玩的按键设计的魔塔游戏。

  • **状态表示:**这里就不是以某个位置为结尾的xxx了,因为这个状态不仅受到前面的影响,还受到后面的影响。

    所以用以某个位置为起点的xxx,dp[i][j]表示从[i, j]位置出发,到达终点所需的最低初始健康点数

  • 状态转移方程:

    假设以[i,j]位置为起点,走到终点,它可以往下或者往右走

    假设此时dp[i][j]x,要走到下一步,最起码要大于或等于下个位置的最低血量

    然后两种情况取较小的即可

    Tips:

    此时[i, j]位置可能是一个加血包,如果太大,就会是负数了,这样就符合逻辑,所以还需要比较一下

代码实现

cpp 复制代码
class Solution {
public:
    int calculateMinimumHP(vector<vector<int>>& dungeon)
    {
        int m = dungeon.size();
        int n = dungeon[0].size();
        vector<vector<int>> dp(m+1, vector<int>(n+1, INT_MAX));
        dp[m][n-1] = dp[m-1][n] = 1;
        for(int i = m-1; i >= 0; i--)
        {
            for(int j = n-1; j >= 0; j--)
            {
                dp[i][j] = min(dp[i+1][j], dp[i][j+1]) - dungeon[i][j];
                dp[i][j] = max(1, dp[i][j]);
            }
        }    
        return dp[0][0];
    }
};	
相关推荐
Codeking__1 小时前
链表算法综合——重排链表
网络·算法·链表
minji...1 小时前
数据结构 堆(4)---TOP-K问题
java·数据结构·算法
AI_Keymaker2 小时前
一句话生成3D世界:腾讯开源混元3D模型
算法
Leon_vibs2 小时前
当 think 遇上 tool:深入解析 Agent 的规划之道
算法
旧时光巷2 小时前
【机器学习-2】 | 决策树算法基础/信息熵
算法·决策树·机器学习·id3算法·信息熵·c4.5算法
落了一地秋3 小时前
4.5 优化器中常见的梯度下降算法
人工智能·算法·机器学习
前端伪大叔3 小时前
第 5 篇:策略参数怎么调优?Freqtrade hyperopt 快速入门
算法·代码规范
Code季风3 小时前
深入理解令牌桶算法:实现分布式系统高效限流的秘籍
java·算法·微服务
KyollBM3 小时前
【Luogu】每日一题——Day15. P1144 最短路计数 (记忆化搜索 + 图论 + 最短路)
算法·图论
一百天成为python专家3 小时前
K-近邻算法
数据结构·python·算法·pandas·近邻算法·ipython·python3.11