剑指offer面试题47(java版):礼物的最大价值

快来打我* 2023-07-07 11:25 2阅读 0赞

### [welcome to my blog][] ###

## 剑指offer面试题47(java版):礼物的最大价值 ##

### 题目描述 ###

在一个 m*n 的棋盘的每一格都放有一个礼物，每个礼物都有一定的价值（价值大于 0）。
    你可以从棋盘的左上角开始拿格子里的礼物，并每次向右或者向下移动一格、直到到达棋盘的右下角。
    给定一个棋盘及其上面的礼物的价值，请计算你最多能拿到多少价值的礼物？
    
     
    
    示例 1:
    
    输入: 
    [
      [1,3,1],
      [1,5,1],
      [4,2,1]
    ]
    输出: 12
    解释: 路径 1→3→5→2→1 可以拿到最多价值的礼物

####  ####

class Solution { 
        public int maxValue(int[][] grid) { 
            if(grid.length==0 || grid[0].length==0){ 
                return 0;
            }
            int n = grid.length , m = grid[0].length;
            //
            int[][] dp = new int[n][m];
            dp[0][0] = grid[0][0];
            for(int i=1; i<n; i++){ 
                dp[i][0] = dp[i-1][0] + grid[i][0];
            }
            for(int j=1; j<m; j++){ 
                dp[0][j] = dp[0][j-1] + grid[0][j];
            }
    
            for(int i=1; i<n; i++){ 
                for(int j=1; j<m; j++){ 
                    dp[i][j] = Math.max(dp[i-1][j], dp[i][j-1]) + grid[i][j];
                }
            }
            return dp[n-1][m-1];
        }
    }

class Solution { 
        public int maxValue(int[][] grid) { 
            if(grid.length==0 || grid[0].length==0){ 
                return 0;
            }
            int n = grid.length , m = grid[0].length;
            int[][] memo = new int[n][m];
            for(int i=0; i<n; i++){ 
                for(int j=0; j<m; j++){ 
                    memo[i][j] = -1;
                }
            }
            return core(grid, memo, 0, 0);
        }
    
        private int core(int[][] grid, int[][] memo, int i, int j){ 
            int n = grid.length , m = grid[0].length;
            if(i>=n || j>=m){ 
                return 0;
            }
            if(memo[i][j]!=-1){ 
                return memo[i][j];
            }
            if(i==n-1 && j==m-1){ 
                return grid[i][j];
            }
            int res = grid[i][j] + Math.max(core(grid, memo, i+1, j), core(grid, memo, i, j+1));
            memo[i][j] = res;
            return res;
        }
    }

#### 第一次做; 动态规划; 因为每一次只能向右或者向下, 所以可以进行状态压缩, 压缩为一维数组; 状态压缩后, dp\[j\]表示原先的dp\[i-1\]\[j\], dp\[j-1\]表示原先的dp\[i\]\[j-1\]; 需要注意的是需要在外循环中单独维护每行的第一个元素, 也就是原先的dp\[i\]\[0\] ####

class Solution { 
        public int maxValue(int[][] grid) { 
            int n = grid.length, m = grid[0].length;
            
            /* dp[i][j]表示从(0,0)到(i,j)路径上礼物的最大价值 dp[i][j] = max(dp[i-1][j], dp[i][j-1]) + grid[i][j]; */
            //状态压缩后, dp[j]表示原先的dp[i-1][j], dp[j-1]表示原先的dp[i][j-1];
            int[] dp = new int[m];
            dp[0] = grid[0][0];
            for(int j=1; j<m; j++){ 
                dp[j] = dp[j-1] + grid[0][j];
            }
            for(int i=1; i<n; i++){ 
                //单独维护每行的第一个元素
                dp[0] = dp[0]+grid[i][0];
                for(int j=1; j<m; j++){ 
                    /* 状态压缩后, dp[j]表示原先的dp[i-1][j], dp[j-1]表示原先的dp[i][j-1]; */
                    dp[j] = Math.max(dp[j], dp[j-1]) + grid[i][j];
                }
            }
            return dp[m-1];
        }
    }

#### 第一次做; 动态规划; 递推公式: dp\[i\]\[j\] = max(dp\[i-1\]\[j\], dp\[i\]\[j-1\]) + grid\[i\]\[j\]; 可以发现动态规划的递推公式和暴力递归的递归调用很像, 但是是相反的, 比如说int rightRes = core(memo, grid, i, j+1); int downRes = core(memo, grid, i+1, j); 中涉及索引的变化是j+1和i+1, 而在动态规划中是j-1和i-1, 为什么会这样? 因为dp\[i\]\[j\]和递归函数逻辑不通, dp\[i\]\[j\]是从(0,0)到(i,j)路径上礼物的最大价值, 而递归函数逻辑是从(i,j)到(n-1,m-1)路径上礼物的最大价值; 在dp中(i,j)是终点, 因为动态规划是自底向上的; 在递归函数中(i,j)是起点, 因为递归是自顶向下分析的 ####

class Solution { 
        public int maxValue(int[][] grid) { 
            int n = grid.length, m = grid[0].length;
            
            /* dp[i][j]表示从(0,0)到(i,j)路径上礼物的最大价值 dp[i][j] = max(dp[i-1][j], dp[i][j-1]) + grid[i][j]; */
            int[][] dp = new int[n][m];
            dp[0][0] = grid[0][0];
            for(int i=1; i<n; i++){ 
                dp[i][0] = dp[i-1][0] + grid[i][0];
            }
            for(int j=1; j<m; j++){ 
                dp[0][j] = dp[0][j-1] + grid[0][j];
            }
            for(int i=1; i<n; i++){ 
                for(int j=1; j<m; j++){ 
                    dp[i][j] = Math.max(dp[i-1][j], dp[i][j-1]) + grid[i][j];
                }
            }
            return dp[n-1][m-1];
        }
    }

#### 第一次做; 递归; 使用memo数组进行优化 ####

class Solution { 
        public int maxValue(int[][] grid) { 
            int n = grid.length, m = grid[0].length;
            int[][] memo = new int[n][m];
            for(int[] arr : memo){ 
                Arrays.fill(arr, -1);
            }
            
            return core(memo, grid, 0, 0);
        }
        
        //递归函数功能: 返回从(i,j)到(n-1,n-1)路径上礼物的最大价值
        //递归函数逻辑: (i,j) 向右走的价值, (i,j)向左走的价值, 选择值更大的那个
        private int core(int[][] memo, int[][] grid, int i, int j){ 
            //base case
            int n = grid.length, m = grid[0].length;
            if(i>=n || j>=m)
                return 0;
            if(memo[i][j]!=-1)
                return memo[i][j];
            if(i==n-1 && j==m-1)
                return grid[i][j];
            //
            int rightRes = core(memo, grid, i, j+1);
            int downRes = core(memo, grid, i+1, j);
            memo[i][j] = Math.max(rightRes, downRes) + grid[i][j];
            return memo[i][j];
        }
    }

#### 第一次做; 暴力递归; 超时25/61; 这道题移动时只有两个方向可以选择; 跟求二叉树的深度的思想非常像 ####

class Solution { 
        public int maxValue(int[][] grid) { 
            return core(grid, 0, 0);
        }
        
        //递归函数功能: 返回从(i,j)到(n-1,n-1)路径上礼物的最大价值
        //递归函数逻辑: (i,j) 向右走的价值, (i,j)向左走的价值, 选择值更大的那个
        private int core(int[][] grid, int i, int j){ 
            //base case
            int n = grid.length, m = grid[0].length;
            if(i>=n || j>=m)
                return 0;
            if(i==n-1 && j==m-1)
                return grid[i][j];
            //
            int rightRes = core(grid, i, j+1);
            int downRes = core(grid, i+1, j);
            return Math.max(rightRes, downRes) + grid[i][j];
        }
    }

[welcome to my blog]: https://littlehaes.com