当前位置: 首页 > news >正文

【动态规划:路径问题】最小路径和 地下城游戏

在这里插入图片描述

最小路径和(medium)

64. 最小路径和

​ 给定一个包含非负整数的 m x n 网格 grid ,请找出一条从左上角到右下角的路径,使得路径上的数字总和为最小。

​ **说明:**每次只能向下或者向右移动一步。

示例 1:

在这里插入图片描述

输入:grid = [[1,3,1],[1,5,1],[4,2,1]]
输出:7
解释:因为路径 1→3→1→1→1 的总和最小。

示例 2:

输入:grid = [[1,2,3],[4,5,6]]
输出:12

提示:

  • m == grid.length
  • n == grid[i].length
  • 1 <= m, n <= 200
  • 0 <= grid[i][j] <= 100

解题思路

​ 首先还是状态表示,依照路径问题的经验和题目要求,可以很容易的设定 dp[i][j] 表示到达 [i, j] 位置时的最小路径和

​ 接着就是状态转移方程,根据最近一步来推导的话,和 [i, j] 有关系的就是 [i-1, j][i, j-1] 这两格了,以前者为例,dp[i-1][j] 表示到达 [i-1, j] 位置时候的最小路径和,那么 dp[i, j] 想得到最小路径和,不就是 [i-1, j] 的最小路径和,加上 [i, j] 当前的大小 吗,很简单明了,对于 [i, j-1] 也同样如此!

​ 既然要的是最小的路径和,我们只需要取 dp[i-1][j]dp[i][j-1] 中小的那个加上当前的大小即可!

​ 所以状态转移方程为:dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j]

​ 然后还是初始化问题,因为我们要给表格加上虚拟行列,并且因为我们的状态转移方程是根据左边和上边格子得到的,这样子的话我们只需要多加一行一列,放在最上边和最左边这一行一列作为虚拟行列!

​ 现在考虑两个问题,①虚拟行列的初始值不能影响后面填表的正确;②下标的映射关系。

​ 其实最重要的还是第一个,因为我们在左上角开始遍历,需要让 dp[1][1] 得到的还是原来 gird 中的值,所以 得让 dp[0][1] 或者 dp[1][0] 为 0,保证加的时候加 0,就不会有影响了,而 其它位置都设为 INT_MAX,因为其它边界位置其实是不想收到这个虚拟行列的影响的,只希望收到附近的非虚拟位置的影响,所以用 INT_MAX 的时候进行最小值判断就不会取到它了!

在这里插入图片描述

​ 填表顺序就是从上往下,从左往右

​ 最后返回的就是右下角的值也就是到达右下角的最小路径和!

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)); // 多开一行一列给虚拟行列,都设为INT_MAXdp[0][1] = 0; // 初始化虚拟位置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];}
};

地下城游戏(hard)

174. 地下城游戏

​ 恶魔们抓住了公主并将她关在了地下城 dungeon右下角 。地下城是由 m x n 个房间组成的二维网格。我们英勇的骑士最初被安置在 左上角 的房间里,他必须穿过地下城并通过对抗恶魔来拯救公主。

​ 骑士的初始健康点数为一个正整数。如果他的健康点数在某一时刻降至 0 或以下,他会立即死亡。

​ 有些房间由恶魔守卫,因此骑士在进入这些房间时会失去健康点数(若房间里的值为负整数,则表示骑士将损失健康点数);其他房间要么是空的(房间里的值为 0),要么包含增加骑士健康点数的魔法球(若房间里的值为正整数,则表示骑士将增加健康点数)。

​ 为了尽快解救公主,骑士决定每次只 向右向下 移动一步。

​ 返回确保骑士能够拯救到公主所需的最低初始健康点数。

**注意:**任何房间都可能对骑士的健康点数造成威胁,也可能增加骑士的健康点数,包括骑士进入的左上角房间以及公主被监禁的右下角房间。

示例 1:
在这里插入图片描述

输入:dungeon = [[-2,-3,3],[-5,-10,1],[10,30,-5]]
输出:7
解释:如果骑士遵循最佳路径:右 -> 右 -> 下 -> 下 ,则骑士的初始健康点数至少为 7 。

示例 2:

输入:dungeon = [[0]]
输出:1

提示:

  • m == dungeon.length
  • n == dungeon[i].length
  • 1 <= m, n <= 200
  • -1000 <= dungeon[i][j] <= 1000

解题思路

​ 这道题乍一看和上面几道路径题好像差不多,但其实这道题隐藏很多细节,稍不注意就出错,至少我是这样子的!为什么这么说呢❓❓❓

​ 按我们上面做题的经验来看,我们都是以 [i, j] 为结尾怎么这么样这种情况,但是在这道题中,这种状态表示其实是不正确的,是推导不出来的,我们来举个例子:

在这里插入图片描述

​ 注意:上图中的例子只是为了表达这种状态表示是错误的,其实例子的一些细节是错误的,注意即可!

​ 所以我们就得改变一下思考方式,考虑从后面往前推导,也就是说以 [i, j] 为起点怎么怎么样这种情况,其实通过后面讲解会看到这样子是行得通的!

​ 所以我们的状态表示 dp[i][j] 表示以 [i, j] 为起点,到达终点也就是右下角的最低健康点数

​ 也就是说现在我们推导的就是 dp[0][0] 了,那么就得 从后往前推导

​ 接着就是状态转移方程,既然是从后往前推导,那么肯定是和当前格子的右边或者下边有关系。解释如下图:

在这里插入图片描述

​ 除此之外,上图中还解释了初始化的问题,并且我们并不需要去关心下标映射的问题,因为我们的虚拟行列是开在最后一行和最后一列!

​ 填表的顺序的话,就是从下往上,每行从右往左

​ 返回值就是左上角的值!

这样子就结束了吗❓❓❓

​ 结束就错了,还有一个细节我们没有处理!仔细想一下上面的状态转移方程,其中是涉及到了减法,要是遇到一种情况,就是 dungeon[i][j] 是一个正数,也就相当于这道题的一个加血点,如果它很大,导致减完之后得到的是一个负数,那么 dp[i][j] 是一个负数肯定是错误的啊,它表示的是最小健康点数,小于等于 0 不就挂了吗对不对!

​ 所以我们必须处理一下,为了让其减去一个很大的负数之后还能得到一个最小的健康点数,我们想到的就是 1,所以我们在执行完状态转移方程之后还必须做一次判断,或者直接处理这个数,使得 dp[i][j] 不会成为一个负数,如果是负数了,就让它变成最小的健康点数 1 即可,代码如下:

dp[i][j] = max(1, dp[i][j]);

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)); // 加入虚拟行列dp[m][n-1] = 1; // 将右下角的最近一步初始化为1,这样子的话保证了初始健康点数的q'z// 从下往上,从右往左填表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]); // 细节,不能遗漏}}return dp[0][0];}
};

在这里插入图片描述

http://www.dtcms.com/a/339532.html

相关文章:

  • JCTools Spsc:单生产者-单消费者无锁队列
  • 使用 Map 存储值和使用对象object储存的区别
  • 18.web api 9
  • C++高频知识点(二十七)
  • three.js学习记录(第三节:平面几何体BufferGeometry)
  • ADSP-21565开发板和ADSP-21569开发板的底板设计区别
  • ComfyUI 里的 Prompt 插值器(prompt interpolation / text encoder 插值方式)的含义和作用!
  • 通信方式:命名管道
  • nuc设置脚本开机自启动
  • 9.Ansible管理大项目
  • 实现LoRa通信与低功耗流程(无SPI中断)
  • Pegasus,HBASE,Redis比较
  • UML常见图例
  • 源代码部署 LAMP 架构
  • C++小游戏NO.1游戏机
  • 通过分布式系统的视角看Kafka
  • Gemini CLI 最近版本更新说明(v0.1.17~v0.1.22)
  • pyecharts可视化图表K线图_Candlestick:从入门到精通 (进阶版)
  • 技术分享:跨域问题的由来与解决
  • AP6275S AMPAK正基WiFi6模块方案与应用
  • 阀门漏水超声波检测类产品有哪些?
  • 【habitat学习一】Habitat-Lab 配置键文档详解(CONFIG_KEYS.md)
  • 进程间通信(信号、共享内存)
  • 17.web api 8
  • STM32之beep、多文件、延迟、按键以及呼吸灯
  • 大模型部署基础设施搭建 - LlamaFactory
  • Java优选算法——滑动窗口
  • Fragment重要知识点总结
  • CloudDM 新增支持 GaussDB 与 openGauss:国产数据库管理更高效
  • OpenHarmony 之多模态输入子系统源码深度架构解析