赞
踩
给你一个n*m
的整数矩阵ar
,一开始你的得分为0,你想最大化从矩阵中得到的分数
你的得分方式为:每一行 中选取一个格子,选中坐标为 (r, c)
的格子会给你的总得分 增加 points[r][c]
然而,相邻行之间被选中的格子如果隔得太远,你会失去一些得分。对于相邻行 r
和 r + 1
(其中 0 <= r < m - 1
),选中坐标为 (r, c1)
和 (r + 1, c2)
的格子,你的总得分 减少 abs(c1 - c2)
请你返回你能得到的 最大 得分
很经典的拆项思路
d p [ i ] [ j ] dp[i][j] dp[i][j]表示前 i − 1 i-1 i−1行均选择了一个格子,第 i i i行选了第 j j j个格子,获得的最大价值
很显然状态要从上一行转移过来
如果这样暴力转移,则时间复杂度是 O ( n ∗ m ∗ m ) O(n*m*m) O(n∗m∗m),一定会超时的
我们考虑拆项,根据 k k k和 j j j的大小,分情况讨论
对于 d p [ i ] [ j ] dp[i][j] dp[i][j]我们如果可以用 O ( 1 ) O(1) O(1)的时间得到 m a x { d p [ i − 1 ] [ k ] + k } , k < = j max\{dp[i-1][k] + k\},k<=j max{dp[i−1][k]+k},k<=j 和 m a x { d p [ i − 1 ] [ k ] − k } max\{dp[i-1][k]-k\} max{dp[i−1][k]−k}的值就行了
所以我们记录一个前缀最大值数组和一个后缀最大值数组,分别记录即可
同时,我们可以发现转移的时候只和上一维度的值有关,可以用滚动数组优化空间
所以最后的时间复杂度是 O ( n ∗ m ) O(n*m) O(n∗m)
class Solution { public: long long maxPoints(vector<vector<int>>& tr) { int n = tr.size(), m = tr[0].size(); vector<long long>dp(m + 1); vector<long long>pre(m + 2), suf(m + 2); for(int j = 1; j <= m + 1; ++j){ pre[j] = j; suf[j] = -j; } for(int i = 1; i <= n; ++i){ for(int j = 1; j <= m; ++j){ dp[j] = tr[i - 1][j - 1] + max(pre[j] - j, suf[j + 1] + j); } for(int j = 1; j <= m; ++j){ pre[j] = max(pre[j - 1], dp[j] + j); } for(int j = m; j >= 1; --j){ suf[j] = max(suf[j + 1], dp[j] - j); } } long long ans = 0; for(int i = 1; i <= m; ++i)ans = max(ans, dp[i]); return ans; } };
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。