一个二维的动态规划的题目,之前见过类似的
递推方程很好写:
dp(m,n)=max(dp(m-1,n),dp(m,n-1)+map(m,n),边缘的则特殊处理
至于怎么写for循环,自然想到是两层for循环写完:
于是代码如下:
class Solution { public int maxValue(int[][] grid) { int m=grid.length; int n=grid[0].length;//grid>0 int[][] dp=new int[m][n];//写错为int[][] dp=new dp[m][n]; dp[0][0]=grid[0][0]; for(int i=0;i<m;i++) { for(int j=0;j<n;j++) { if(i==0&&j==0) {continue;} else if(i!=0&&j==0) {dp[i][j]=dp[i-1][j]+grid[i][j];} else if(i==0&&j!=0) {dp[i][j]=dp[i][j-1]+grid[i][j];} else { dp[i][j]=Math.max(dp[i-1][j],dp[i][j-1])+grid[i][j]; } } } return dp[m-1][n-1]; } }
写错为int[][] dp=new dp[m][n];
注意new数组的时候老写错:
另外返回值是 dp[m-1][n-1],注意这是length,要减去1的
优化的第一点在于,由于map(m,n)用完一次就不需要用了,可以直接用原始矩阵放置
优化第二点
当 gridgrid 矩阵很大时, i = 0i=0 或 j = 0j=0 的情况仅占极少数,相当循环每轮都冗余了一次判断。因此,可先初始化矩阵第一行和第一列,再开始遍历递推。
class Solution { public int maxValue(int[][] grid) { int m = grid.length, n = grid[0].length; for(int j = 1; j < n; j++) // 初始化第一行 grid[0][j] += grid[0][j - 1]; for(int i = 1; i < m; i++) // 初始化第一列 grid[i][0] += grid[i - 1][0]; for(int i = 1; i < m; i++) for(int j = 1; j < n; j++) grid[i][j] += Math.max(grid[i][j - 1], grid[i - 1][j]); return grid[m - 1][n - 1]; } }
比较tricky了可谓是