剑指 Offer 47. 礼物的最大价值(动态规划)

该博客讨论了一种使用动态规划求解矩阵中具有最大路径价值的问题。通过设置二维数组maxvalue_grid来存储到达每个位置时的最大价值,并根据递推公式更新值,最后返回结果数组的最后一个元素作为最大路径价值。这种方法优化了空间复杂度,直接在原矩阵上进行修改。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目描述

方法一:动态规划

设置一个结果数组maxvalue_grid用于保存遍历至对应位置时的最大价值,则可得递推公式为
m a x v a l u e _ g r i d [ i ] [ j ] = max ⁡ ( m a x v a l u e _ g r i d [ i ] [ j − 1 ] , m a x v a l u e _ g r i d [ i − 1 ] [ j ] ) + g r i d [ i ] [ j ] maxvalue\_grid[i][j] = \max(maxvalue\_grid[i][j-1], maxvalue\_grid[i-1][j]) + grid[i][j] maxvalue_grid[i][j]=max(maxvalue_grid[i][j1],maxvalue_grid[i1][j])+grid[i][j]
最后返回结果数组的最后一个值即可

class Solution:
    def maxValue(self, grid: List[List[int]]) -> int:
        m = len(grid)
        n = len(grid[0])
        maxvalue_grid = [[0 for i in range(n)] for j in range(m)]   # 对应位置的结果数组
        for i in range(m):
            for j in range(n):
                try:
                    maxvalue_grid[i][j] = max(maxvalue_grid[i][j-1], maxvalue_grid[i-1][j]) + grid[i][j]
                except IndexError:
                    maxvalue_grid[i][j] = grid[i][j]
        return maxvalue_grid[m-1][n-1]

在这里插入图片描述
参考解法的思路一致,但可以直接在grid上修改以降低空间复杂度
在这里插入图片描述

评论
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
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