在学习编程时,算法是一道硬菜,而dp作为算法的一份子,它的地位在编程界举足轻重。
174. 地下城游戏 - 力扣(LeetCode)
本文是Java代码哦~
一、题目详情
恶魔们抓住了公主并将她关在了地下城 dungeon 的 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 或 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:
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
二、题目解析
对于dp算法题,一般有两种解题思路:
1、dp[i][j]表示,从[i][j]位置开始,到终点所需最低初始健康点数;
2、dp[i][j]表示,从[0][0]位置开始,到[i][j]所需最低初始健康点数.
由题意可知,第二种解题思路不适合该题目。
在不考虑越界问题情况下,
- 对于[i][j]位置,它的下一步是[i][j+1] 或者 [i+1][j].
- 设[i][j]位置所需最低初始健康点数为dp[i][j], dp[i][j]+dungeon[i][j] >= dp[i][j+1] 以及 dp[i][j]+dungeon[i][j] >= dp[i+1][j]
- 故 dp[i][j] >= dp[i+1][j] - dungeon[i][j] 或 dp[i][j] >= dp[i][j+1] - dungeon[i][j]
当dungeon[i][j]足够大时,即使 dp[i][j]+dungeon[i][j] 满足血量要求,我们也需要考虑骑士到达[i][j]位置前,血量足够存活,故需要将 dp[i][j] 与 1 取一个最大值:dp[i][j] = ,Math.max(1, dp[i][j]);
考虑越界问题时,可以增加虚拟结点帮助解题,如:
填表顺序是从下往上,从右往左,故需考虑虚拟节点存储值大小。我们只需要保证终点结点计算时是使用虚拟结点,其他结点不使用虚拟结点,故将虚拟节点中,影响终点的结点置为1,其余结点置为无穷大。
最后返回dp[0][0]即可。
三、代码
class Solution {
public int calculateMinimumHP(int[][] dungeon) {
//1.创建dp表
int m = dungeon.length;
int n = dungeon[0].length;
int[][] dp = new int[m+1][n+1];
//2.初始化
for(int i=0; i<=m; i++){
dp[i][n] = Integer.MAX_VALUE;
}
for(int j=0; j<=n; j++){
dp[m][j] = Integer.MAX_VALUE;
}
dp[m][n-1] = dp[m-1][n] = 1;
//3.填表
for(int i=m-1; i>=0;i--){
for(int j=n-1; j>=0; j--){
dp[i][j] = Math.min(dp[i][j+1],dp[i+1][j])-dungeon[i][j];
dp[i][j] = Math.max(dp[i][j],1);
}
}
//返回值
return dp[0][0];
}
}
提交截图:
文章来源:https://www.toymoban.com/news/detail-560350.html
结语
这篇博客如果对你有帮助,给博主一个免费的点赞以示鼓励,欢迎各位🔎点赞👍评论收藏⭐,谢谢!!!文章来源地址https://www.toymoban.com/news/detail-560350.html
到了这里,关于dp算法 力扣174地下城游戏的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!