dp算法 力扣174地下城游戏

简介: dp算法 力扣174地下城游戏

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,

1.对于[i][j]位置,它的下一步是[i][j+1] 或者 [i+1][j].

2.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]

3.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:



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!!!

相关文章
|
22天前
|
算法
Leetcode第45题(跳跃游戏II)
这篇博客文章讨论了如何使用贪心算法解决LeetCode第45题“跳跃游戏II”,目的是找到使用最少跳跃次数到达数组末尾的策略。
60 8
Leetcode第45题(跳跃游戏II)
|
27天前
|
算法
Leetcode 初级算法 --- 数组篇
Leetcode 初级算法 --- 数组篇
37 0
|
3月前
|
算法
LeetCode第55题跳跃游戏
LeetCode第55题"跳跃游戏"的解题方法,通过记录当前最远可达到的位置并判断每个位置是否可达以及能否到达末尾,有效解决了跳跃至数组末尾的可行性问题。
LeetCode第55题跳跃游戏
|
18天前
|
存储 算法
动态规划算法学习一:DP的重要知识点、矩阵连乘算法
这篇文章是关于动态规划算法中矩阵连乘问题的详解,包括问题描述、最优子结构、重叠子问题、递归方法、备忘录方法和动态规划算法设计的步骤。
70 0
|
22天前
Leetcode第55题(跳跃游戏)
LeetCode第55题“跳跃游戏”要求判断在一个非负整数数组中,从第一个位置出发,是否能够到达最后一个位置,其中每个位置的元素代表可跳跃的最大长度。
23 0
|
27天前
|
算法 C++
【算法】DP背包问题(C/C++)
【算法】DP背包问题(C/C++)
|
27天前
|
人工智能 算法 BI
【算法】 线性DP(C/C++)
【算法】 线性DP(C/C++)
|
27天前
|
人工智能 算法 Java
【搜索算法】数字游戏(C/C++)
【搜索算法】数字游戏(C/C++)
|
3月前
|
算法
测试工程师的技能升级:LeetCode算法挑战与职业成长
这篇文章通过作者亲身体验LeetCode算法题的过程,探讨了测试工程师学习算法的重要性,并强调了算法技能对于测试职业成长的必要性。
62 1
测试工程师的技能升级:LeetCode算法挑战与职业成长
|
3月前
|
算法
LeetCode第45题跳跃游戏 II
LeetCode第45题"跳跃游戏 II"的解题方法,通过一次循环和选择每个位置的最大可跳距离,有效减少了跳跃次数,简化了问题。