动态规划|【路径问题】|931.下降路径最小和

news2024/11/17 14:05:17

目录

题目

题目解析

思路

1.状态表示

2.状态转移方程

3.初始化

4.填表顺序

5.返回值

代码


题目

931. 下降路径最小和

给你一个 n x n 的 方形 整数数组 matrix ,请你找出并返回通过 matrix 的下降路径  最小和 。

下降路径 可以从第一行中的任何元素开始,并从每一行中选择一个元素。在下一行选择的元素和当前行所选元素最多相隔一列(即位于正下方或者沿对角线向左或者向右的第一个元素)。具体来说,位置 (row, col) 的下一个元素应当是 (row + 1, col - 1)(row + 1, col) 或者 (row + 1, col + 1) 。

示例 1:

输入:matrix = [[2,1,3],[6,5,4],[7,8,9]]
输出:13
解释:如图所示,为和最小的两条下降路径

示例 2:

输入:matrix = [[-19,57],[-40,-5]]
输出:-59
解释:如图所示,为和最小的下降路径

提示:

  • n == matrix.length == matrix[i].length
  • 1 <= n <= 100
  • -100 <= matrix[i][j] <= 100

题目解析

        题目是给一个n*n的矩阵,矩阵里面有值,从第一行到最后一行,所走过的最小值,从第一行元素的任意一个开始,往最后一行走 ,既然是最小值,那没每次就要挑下一行的最小值走,,而这个不是随便挑的,是以第一行这个位置,在第二行离的最近的三个位置中跳最小的值,图示如下图。

        如果第一行从1开始走,那么第二行,只能走6,5或者4。每走一步加上该位置的值就行,根据规则走到最后 一行 就算结束,返回最小的那个就行。如果是边界,也就是只有两个位置离它最近。

思路

1.状态表示

        状态表示,我们还是选用最常用的方法——选用以某一个位置为结尾,也就是从第一行走到该位置,题目要求,最小路径,所以状态表示可以看成dp[i][j]——从开始走到该【i,j】位置的最小的下降路径

2.状态转移方程

        根据最近的一步划分路径,最近的路径,到达【i,j】位置,可以从【i-1,j-1】位置,【i-1,j】或者【i-1,j+1】位置到达,所以应当分三种情况讨论。

a)从【i-1,j-1】位置到达【i,j】位置

        要得到第一行到【i,j】位置的最小路径,就要得到第一行到【i-1,j-1】的最小路径,然后加上【i-1,j-1】位置上面的值就是,第一行到【i,j】位置的最小值。而第一行到【i-1,j-1】位置的最小路径可以用dp[i-1][j-1]表示,

        所以此情况下的状态转移方程就是dp[i][j]=dp[i-1][j-1]+matrix[i-1][j-1]

b)从【i-1,j】位置到达【i,j】位置

        同理,得到这个状态转移方程dp[i][j]=dp[i-1][j]+matrix[i-1][j]

c)从【i-1,j+1】位置到达【i,j】位置

        同理,得到这个状态转移方程dp[i][j]=dp[i-1][j+1]+matrix[i-1][j+1]

然后取这三种情况的最小值。

3.初始化

        初始化是为了让填表的时候不要越界。我们要算第一行到指定位置的路径最小值,也就是算dp[i][j],根据状态转移方程可以看出要算dp[i][j],要先得到dp[i-1][j],dp[i-1][j-1],dp[i-1][j+1],第一行和第一列和最后一列,这三个位置是不全的,所以要初始化第一行和第一列,最后一列的位置。

        之前学过,虚拟节点的方式,把需要的位置补起来,填上能使结果正确的值就行,补虚拟结点的方式,如下图所示。

        现在要确定里面要填什么值,才能使结果正确,我们先来看不加虚拟结点的时候那里面应该填什么?

        对于第一行,比如:dp[0][0],dp[0][0]表示从第一行到当前位置的最小值,可以看出当前位置就是在第一行,也就是自己到自己,也就等于本身矩阵里面的值,这样 我们将加的第一行虚拟结点赋值为0就可以不影响结果。

        对于第一列和最后一列,对于第一列,从第二行开始,它们只是缺了左上角那个数,其他两个都在,如果不加虚拟结点,也就是说只在这两个结点里面挑一个最小的加上就行,也就是说 虚拟结点里面的值不能影响dp[i][j]的结果 ,虚拟结点里面的值要比其他两个值都大,为了确保起见,应该将虚拟结点赋值为正的无穷大。

        我们加完之后,还要解决下标映射的问题加了一行,所以就 整体向下挪了一行,左边增加一列,也就是向右挪了一列。

        所以当我们算dp[1][1]的值我们要用martix[0][0]值来计算。

4.填表顺序

填表顺序,还是从上到下,从左到右

5.返回值

因为是要到达最后一行,并且是要最小值,所以我们返回dp表中最后一行的最小值就行

代码

        初始化技巧:我们为了方便初始化,如果我们在定义dp表时,将所有值定义为0,后面初始化的时候要改两列的值,所以这里可以我们一开始就将每个初始化正的无穷大。

int min(int a,int b)
{
  return (a<b)?a:b;
}
int minFallingPathSum(int** matrix, int matrixSize, int* matrixColSize)
{
    int nummin=INT_MAX;
    int n=matrixColSize[0];

    //创建一个dp表
    int dp[102][102]={INT_MAX};
   
    //初始化
     for(int i=0;i<102;i++)
        for(int j=0;j<102;j++)
        {
            dp[i][j]=INT_MAX;
        }
     for(int j=0;j<n+2;j++)dp[0][j]=0;
     

     //填表 
    for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=n;j++)
        {
        dp[i][j]=min(   min(dp[i-1][j],dp[i-1][j-1])  ,   dp[i-1][j+1]   )   +matrix[i-1][j-1];
        }
    }


    for(int j=1;j<=n;j++)
    {
        nummin=min(nummin,dp[n][j]);
    }

    return nummin;
}

空间复杂度:O(n^{2})

时间复杂度:O(n^{2})

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1491456.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

2024年热门通达信指标合集(财富池)

2024年已经到来&#xff0c;随着市场的波动和变化&#xff0c;投资者们更加关注有效的投资工具。在这个充满机遇和挑战的时刻&#xff0c;了解并掌握最新的通达信指标将成为您赚取财富的关键。本文将深入介绍几款最受欢迎的指标&#xff0c;帮助您更好地理解市场走势&#xff0…

Python 全栈系列232 再次搭建RabbitMQ

说明 最近想重新上RabbitMQ&#xff0c;主要目的还是为了分布式任务调度。在Kafka和RabbitMQ两者犹豫了一下&#xff0c;还是觉得RabbitMQ好一些。 在20年的时候有搞过一阵子的RabbitMQ,看了下当时的几篇文章&#xff0c;觉得其实想法一直没变过。 Python - 装机系列24 消息…

【python】python职业人群体检数据分析(代码+数据)【独一无二】

&#x1f449;博__主&#x1f448;&#xff1a;米码收割机 &#x1f449;技__能&#x1f448;&#xff1a;C/Python语言 &#x1f449;公众号&#x1f448;&#xff1a;测试开发自动化【获取源码商业合作】 &#x1f449;荣__誉&#x1f448;&#xff1a;阿里云博客专家博主、5…

python--产品篇--游戏-坦克

文章目录 准备代码main.pycfg.py 效果 准备 下载 代码 main.py import os import cfg import pygame from modules import *主函数 def main(cfg):# 游戏初始化pygame.init()pygame.mixer.init()screen pygame.display.set_mode((cfg.WIDTH, cfg.HEIGHT))pygame.display.…

仙宫云:细节控ComfyUI AI写实摄影+视频镜像

在使用comfyui工作流时经常遇到插件安装&#xff0c;模型下载的问题&#xff0c;为了方便大家使用和体验comfyui&#xff0c;我在仙宫云上部署了一个云端comfyui镜像包&#xff0c;开放给大家使用。 细节控ComfyUI AI写实摄影视频工作流&#xff1a; 镜像主页&#xff1a;仙宫…

python之双端队列deque

普通队列只能进行队尾插入和出队头的操作&#xff0c;双端队列可以对队头和队尾进行操作&#xff0c;而且相比于list实现的队更具有优越性&#xff0c;list实现在删除和插入时的时间复杂度大约为O(n)&#xff0c;而deque的时间复杂度是O(1) 队头操作&#xff1a;append()、pop(…

三整数排序问题的解题逻辑

【题目描述】 输入3个整数&#xff0c;从小到大排序后输出。 【样例输入】 20 7 33 【样例输出】 7 20 33 【解析】 本题解法大概有3种&#xff1a; 1、穷举条件法。 此方法先判断a、b、c大小的所有可能&#xff0c;再根据各种可能性输出不同的排序。 思路是先判断a、…

微信小程序开发:循环定时删除阿里云oss上传的文件

上文有说到我们开发了定时删除阿里云oss的功能&#xff0c;但是一次只能删除10条。 本文我们做到一次删除全部过期的文件。 实现&#xff1a;使用while循环&#xff0c;在循环里获取是否还有已过期的&#xff0c;没有就break掉&#xff0c;有就走删除逻辑。 开始代码部分&am…

云原生团队如何实现加量不加价

随着云原生技术的快速发展&#xff0c;越来越多的业务实现了上云&#xff0c;云原生团队在工作量增大的同时也随之变成了所有问题对接的入口&#xff0c;如何承担这个保姆的角色成为了一道难题&#xff0c;故障的定界和问题证据的交接更是让人头疼的问题。在这种情况下需要有工…

2024年租用阿里云服务器多少钱?阿里云服务器租用价格表(最新版)

2024年租用阿里云服务器一年多少钱&#xff1f;不同时期阿里云服务器的租用价格不同&#xff0c;随着2024年阿里云上云采购季活动的开启和阿里云最新一轮的云产品降价调整&#xff0c;阿里云服务器租用价格也做了一些调整&#xff0c;配置最低的1核1G云服务器收费标准为22.8/月…

【中间件】RabbitMQ入门

&#x1f4dd;个人主页&#xff1a;五敷有你 &#x1f525;系列专栏&#xff1a;中间件 ⛺️稳中求进&#xff0c;晒太阳 MQ的优劣&#xff1a; 优势 应用解耦&#xff1a;提升了系统容错性和可维护性异步提速&#xff1a;提升用户体验和系统吞吐量消峰填谷&#xff1…

【Spring云原生】Spring官宣,干掉原生JVM,推出 Spring Native!整体提升性能!Native镜像技术在Spring中的应用

&#x1f389;&#x1f389;欢迎光临&#x1f389;&#x1f389; &#x1f3c5;我是苏泽&#xff0c;一位对技术充满热情的探索者和分享者。&#x1f680;&#x1f680; &#x1f31f;特别推荐给大家我的最新专栏《Spring 狂野之旅&#xff1a;从入门到入魔》 &#x1f680; 本…

c++的队列的用法

基本介绍 c的队列就是std::queue。 需要包含的头文件&#xff1a; #include<queue>queue就是先进先出队列 queue,就是队列&#xff0c;队列是一种容器适配器&#xff0c;专门设计用于在FIFO上下文中操作(先进先出)&#xff0c;其中将元素插入容器的一端并从另一端提…

LangChain 教程:构建 LLM 支持的应用程序的指南

作者&#xff1a;Aditya Tripathi GPT-4 和 LLaMA 等大型语言模型 (LLM) 在过去几年中创造了一个充满可能性的世界。 它预示着人工智能工具和应用程序的繁荣&#xff0c;ChatGPT 似乎一夜之间成为家喻户晓的名字。 但如果没有为促进新一代应用程序而创建的强大工具和框架&#…

【面试题】webpack的五大核心、构建流程、性能优化

【面试题】webpack的五大核心、webpack的构建流程、webpack的性能优化 webpack是什么?webpack的五大核心webpack的构建流程webpack性能优化 webpack是什么? js静态模块打包工具。 功能 将多个文件打包成更小的文件&#xff0c;(压缩)翻译 babal-loader es6进行降级兼容。 …

【pyinstaller打包记录】Linux系统打包可执行文件后,onnxruntime报警告(Init provider bridge failed)

简介 PyInstaller 是一个用于将 Python 程序打包成可执行文件&#xff08;可执行程序&#xff09;的工具。它能够将 Python 代码和其相关的依赖项&#xff08;包括 Python 解释器、依赖的模块、库文件等&#xff09;打包成一个独立的可执行文件&#xff0c;方便在不同环境中运行…

如何根据企业司法涉诉大数据合理规避风险?

在当前的商业环境中&#xff0c;企业司法涉诉的信息越来越成为衡量一家企业信誉和运营风险的重要标准。大数据时代的到来&#xff0c;让我们有了更加丰富的手段对这些信息进行挖掘与分析&#xff0c;从而对企业可能面临的风险进行预警。本文将探讨如何通过对企业司法涉诉的大数…

服务器硬件监控,保障系统稳健运行的关键策略

服务器硬件在运维中扮演着至关重要的角色&#xff0c;超过一半的网络中断是由硬件故障引起的&#xff0c;这使得硬件性能监控成为运维中不可或缺的一部分。对于一个组织或企业的信息技术基础设施而言&#xff0c;重要性不言而喻&#xff1a; 1. 安全性&#xff1a;服务器硬…

虚拟内存地址动静态库

前言 大家好我是jiantaoyab&#xff0c;这是我所总结作为学习的笔记第5篇,在这里分享给大家,还有一些书籍《[深入理解计算机系统》《计算机组成&#xff1a;结构化方法》《计算机体系结构&#xff1a;量化研究方法》《程序员的自我修养》&#xff0c;今天我们来了解程序的虚拟…

聚观早报 | 2024款腾势D9将发布;岚图汽车2月销量

聚观早报每日整理最值得关注的行业重点事件&#xff0c;帮助大家及时了解最新行业动态&#xff0c;每日读报&#xff0c;就读聚观365资讯简报。 整理丨Cutie 3月2日消息 2024款腾势D9将发布 岚图汽车2月销量 苹果Vision Pro防汗新专利 真我12 Pro正式开售 Redmi K70/Pro…