LeetCode:2617. 网格图中最少访问的格子数(优先级队列 Java)

文章讲述了如何利用优先级队列和动态规划方法解决网格图中从左上角到右下角的最少步数问题,通过维护行和列堆来确定可行路径并更新步数。

目录

2617. 网格图中最少访问的格子数

题目描述:

实现代码与解析:

优先级队列

原理思路:


2617. 网格图中最少访问的格子数

题目描述:

        给你一个下标从 0 开始的 m x n 整数矩阵 grid 。你一开始的位置在 左上角 格子 (0, 0) 。

当你在格子 (i, j) 的时候,你可以移动到以下格子之一:

  • 满足 j < k <= grid[i][j] + j 的格子 (i, k) (向右移动),或者
  • 满足 i < k <= grid[i][j] + i 的格子 (k, j) (向下移动)。

请你返回到达 右下角 格子 (m - 1, n - 1) 需要经过的最少移动格子数,如果无法到达右下角格子,请你返回 -1 。

示例 1:

输入:grid = [[3,4,2,1],[4,2,3,1],[2,1,0,0],[2,4,0,0]]
输出:4
解释:上图展示了到达右下角格子经过的 4 个格子。

示例 2:

输入:grid = [[3,4,2,1],[4,2,1,1],[2,1,1,0],[3,4,1,0]]
输出:3
解释:上图展示了到达右下角格子经过的 3 个格子。

示例 3:

输入:grid = [[2,1,0],[1,0,0]]
输出:-1
解释:无法到达右下角格子。

提示:

  • m == grid.length
  • n == grid[i].length
  • 1 <= m, n <= 105
  • 1 <= m * n <= 105
  • 0 <= grid[i][j] < m * n
  • grid[m - 1][n - 1] == 0

实现代码与解析:

优先级队列

import java.util.Arrays;
import java.util.PriorityQueue;

class Solution {
    public int minimumVisitedCells(int[][] grid) {

        int n = grid.length, m = grid[0].length;
        int[][] d = new int[n][m]; // 到每个单元格的步数
        // 初始化
        for (int i = 0; i < n; i++) {
            Arrays.fill(d[i], -1);
        }
        // int[0] 步数 int[1] 行或列号,行堆存的列号,列堆存的行号,确定位置
        PriorityQueue<int[]>[] pqrs = new PriorityQueue[n]; // pq rows
        PriorityQueue<int[]>[] pqcs = new PriorityQueue[m]; // pq cols
        for (int i = 0; i < n; i++) {
            pqrs[i] = new PriorityQueue<>((a, b) -> a[0] - b[0]); // 小根堆,按到该位置的步数
        }
        for (int i = 0; i < m; i++) {
            pqcs[i] = new PriorityQueue<>((a, b) -> a[0] - b[0]);
        }
        d[0][0] = 1; // 起始
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < m; j++) {

                // 行
                // 不能到i, j的弹出直接,因为不能一步到,剩下的同行格更不可能一步到
                while (!pqrs[i].isEmpty() && grid[i][pqrs[i].peek()[1]] + pqrs[i].peek()[1] < j) {
                    pqrs[i].poll();
                }

                // 如果最后行堆中有剩余,堆顶就是我们当前单元格的一个方向的答案,比较取最小,当然在-1时直接赋值即可
                if (!pqrs[i].isEmpty()) {
                    d[i][j] = d[i][j] == -1 || d[i][pqrs[i].peek()[1]] + 1 < d[i][j] ? d[i][pqrs[i].peek()[1]] + 1 : d[i][j];
                }

                // 列
                while (!pqcs[j].isEmpty() && pqcs[j].peek()[1] + grid[pqcs[j].peek()[1]][j] < i) {
                    pqcs[j].poll();
                }
                if (!pqcs[j].isEmpty()) {
                    d[i][j] = d[i][j] == -1 || d[pqcs[j].peek()[1]][j] + 1 < d[i][j] ? d[pqcs[j].peek()[1]][j] + 1 : d[i][j];
                }

                // 如果可以到达,加入到堆中
                if (d[i][j] != -1) {
                    pqrs[i].offer(new int[]{d[i][j], j});
                    pqcs[j].offer(new int[]{d[i][j], i});
                }
            }
        }
        return d[n - 1][m - 1];
    }
}

原理思路:

        其实就是dp,只不过这里走的条件是和格内值和位置决定,所有需要额外数据结构来维护。

        进行遍历,由于只能从左和上而来,所以我们正常从左向右遍历,为了找出可以到达i,j的格子,我们用优先级队列(小堆)来维护每一行和每一列,里面存放两个值,一个到i,j的步数(用于堆的排序,),一个为单元格内的值d[i][j](用于判断能否到达当前单元格)。

        开始遍历,拿行举例,先把行堆内不能到达该单元格的弹出,因为如果不能一步到达,说明至少需要两步,而左侧单元格已经进行计算过了,如果两步可以到达当前单元格,那么前面一定存在可以一步到达的单元格(不过不一定是该答案,因为也许有比它步数还小的把这个单元格更新了,当然它肯定在堆中),所以直接弹出即可。

       如果最后堆中都被弹出了,说明在水平方向,无法到达该单元格,如果还有元素,堆顶就是该单元格行方向上的最小步数(小顶堆),进行比较取小的然后更新。因为我们初始化-1为不能到达,所以如果单元格内为-1,就不比较了,直接赋值。

        列也同理。最后把当前单元格信息放入堆中为后面的单元格更新作为条件即可。

        最后求出d[n -1][m-1]。

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Cosmoshhhyyy

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值