现有一个记作二维矩阵 frame
的珠宝架,其中 frame[i][j]
为该位置珠宝的价值。拿取珠宝的规则为:
- 只能从架子的左上角开始拿珠宝
- 每次可以移动到右侧或下侧的相邻位置
- 到达珠宝架子的右下角时,停止拿取
注意:珠宝的价值都是大于 0 的。除非这个架子上没有任何珠宝,比如 frame = [[0]]
。
算法1:递归 寻找子问题(超时)
受上图启发,定义 dfs ( i , j ) 表示从左上角到第 i 行第 j 列这个格子(记作 ( i , j ) )的最大价值和。
分类讨论怎么到达 ( i , j ):
如果是从左边过来,则 dfs ( i , j ) = dfs ( i , j − 1 ) + frame [ i ] [ j ] ;
如果是从上边过来,则 dfs ( i , j ) = dfs ( i − 1 , j ) + frame [ i ] [ j ] 。
这两取最大值,得 dfs ( i , j ) = max ( dfs ( i , j − 1 ) , dfs ( i − 1 , j ) ) + frame [ i ] [ j ]
递归边界:当 i < 0 或 j < 0 时,返回 0,因为出界是没有价值的。也就是 dfs ( −1 , j ) = 0 , dfs ( i , − 1 ) = 0 。
递归入口:dfs(m−1,n−1)。
代码:
class Solution {
public:
int jewelleryValue(vector<vector<int>>& frame) {
function<int(int,int)>dfs = [&](int i,int j)->int{
if(i < 0 || j < 0) return 0;
return max(dfs(i,j-1),dfs(i-1,j)) + frame[i][j];
};
return dfs(frame.size() - 1,frame[0].size() - 1);
}
};
算法2:记忆化搜索
如果一个状态(递归入参)是第一次遇到,那么可以在返回前,把状态及其结果记到一个 memo 数组(或哈希表)中;
如果一个状态不是第一次遇到,那么直接返回 memo 中保存的结果
代码:
class Solution {
public:
int jewelleryValue(vector<vector<int>>& frame) {
int m = frame.size(),n = frame[0].size();
int memo[m][n]; // memo数组 存放记录
memset(memo, 0, sizeof(memo)); // 初始化
function<int(int,int)>dfs = [&](int i,int j)->int{
if(i < 0 || j < 0) return 0;
int &res = memo[i][j];
if(res) return res;
return res = max(dfs(i,j-1),dfs(i-1,j)) + frame[i][j];
};
return dfs(m - 1,n - 1);
}
};
算法3:1:1 翻译成递推
代码:
class Solution {
public:
int jewelleryValue(vector<vector<int>>& frame) {
int m = frame.size(),n = frame[0].size();
int dp[m + 1][n + 1];
memset(dp, 0, sizeof(dp));
for(int i = 0;i < m;i++)
for(int j = 0;j < n;j++)
dp[i + 1][j + 1] = max(dp[i + 1][j],dp[i][j + 1]) + frame[i][j];
return dp[m][n];
}
};
算法4:空间优化·方法一(两个数组,滚动数组)
由于 dp [ i + 1 ] 只依赖 dp [ i ] ,那么 dp [ i − 1 ] 及其之前的数据就没用了。
例如计算 dp [ 2 ] 的时候,数组 dp [ 0 ] 不再使用了。
那么干脆把 dp [ 2 ] 填到 dp [ 0 ] 中。同理,把 dp [ 3 ] 填到 dp [ 1 ] 中,dp [ 4 ] 填到 dp [ 0 ] 中,……
因此可以只用两个长为 n+1 的数组滚动计算。
代码:
class Solution {
public:
int jewelleryValue(vector<vector<int>>& frame) {
int m = frame.size(),n = frame[0].size();
int dp[2][n + 1];
memset(dp, 0, sizeof(dp));
for(int i = 0;i < m;i++)
for(int j = 0;j < n;j++)
dp[(i + 1) % 2][j + 1] = max(dp[(i + 1) % 2][j],dp[i % 2][j + 1]) + frame[i][j];
return dp[m % 2][n];
}
};
算法5:空间优化·方法二(一个数组)
举个例子,在计算 dp [ 1 ] [ 1 ] 时,会用到 dp [ 0 ] [ 1 ] ,但是之后就不再用到了。那么干脆把 dp [ 1 ] [ 1 ] 记到 dp [ 0 ] [ 1 ] 中,这样对于 dp [ 1 ] [ 2 ] 来说,它需要的数据就在 dp [ 0 ] [ 1 ] 和 dp [ 0 ] [ 2 ] 中。dp [ 1 ] [ 2 ] 算完后也可以同样记到 dp [ 0 ] [ 2 ] 中。
所以只需要一个长为 n+1 的一维数组就够了。
代码1:
class Solution {
public:
int jewelleryValue(vector<vector<int>>& frame) {
int m = frame.size(),n = frame[0].size();
int dp[n + 1];
memset(dp, 0, sizeof(dp));
for(int i = 0;i < m;i++)
for(int j = 0;j < n;j++)
dp[j + 1] = max(dp[j],dp[j + 1]) + frame[i][j];
return dp[n];
}
};
代码2:
class Solution {
public:
int jewelleryValue(vector<vector<int>>& frame) {
int n = frame[0].size();
int dp[n + 1];
memset(dp, 0, sizeof(dp));
for(auto &row : frame)
for(int j = 0;j < n;j++)
dp[j + 1] = max(dp[j],dp[j + 1]) + row[j];
return dp[n];
}
};
标签:return,int,frame,C++,dfs,166,Leetcode,dp,size From: https://blog.csdn.net/2301_77329667/article/details/143312258