树状数组优化dp,2617. 网格图中最少访问的格子数

2024-03-23 13:12

本文主要是介绍树状数组优化dp,2617. 网格图中最少访问的格子数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

一、题目

1、题目描述

2、接口描述

3、原题链接

二、解题报告

1、思路分析

2、复杂度

3、代码详解


一、题目

1、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 。

2、接口描述

class Solution {
public:int minimumVisitedCells(vector<vector<int>>& grid) {}
};

3、原题链接

2617. 网格图中最少访问的格子数


二、解题报告

1、思路分析

定义 f[i][j] 表示从 (i,j) 到 (m−1,n−1) 经过的最少格子数。

那么可以很容易的写出状态转移方程:

f[i][j] = min(f[i][j + k], f[i + k][j]) + 1,其中k <= grid[i][j]

这个状态转移方程是O(n+ m)的,那么有n * m个状态,总体时间复杂度就是O(n*m*(n+m)),显然会爆掉

那么如何优化呢?

状态数不好优化,那么从转移方程上入手,发现这个转移方程就是获取区间最值,那么我们有很多手段,这里选择使用树状数组,因为不好写错(

我们自底向上转移,即倒序遍历来转移,这样需要每一列开一个树状数组,然后行树状数组只开一个就行,因为我们是一行一行向上遍历

2、复杂度

时间复杂度: O(mnlog(m+n))空间复杂度:O(mn)

3、代码详解

void add(int x, int k, vector<int>& tr){for(; x < tr.size(); x += (x & -x))tr[x] = min(tr[x], k);
}
int query(int x, vector<int>& tr){int res = 1e8;for(; x; x &= (x - 1))res = min(res, tr[x]);return res;
}
class Solution {
public:int minimumVisitedCells(vector<vector<int>>& g) {int m = g.size(), n = g[0].size(), f = 1e8;vector<vector<int>> tr_col(n, vector<int>(m + 1, 1e8));for(int i = m - 1; i >= 0; i--){vector<int> tr_row(n + 1, 1e8);for(int j = n - 1; j >= 0; j--){f = 1e8;if(i == m - 1 && j == n - 1) f = 1;f = min(f, 1 + min(query(min(m, i + 1 + g[i][j]), tr_col[j]), query(min(n, j + 1 + g[i][j]), tr_row)));add(j + 1, f, tr_row), add(i + 1, f, tr_col[j]);cout << f << ' ';}}return f < 1e8 ? f : -1;}
};

这篇关于树状数组优化dp,2617. 网格图中最少访问的格子数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/838413

相关文章

MySQL索引的优化之LIKE模糊查询功能实现

《MySQL索引的优化之LIKE模糊查询功能实现》:本文主要介绍MySQL索引的优化之LIKE模糊查询功能实现,本文通过示例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录一、前缀匹配优化二、后缀匹配优化三、中间匹配优化四、覆盖索引优化五、减少查询范围六、避免通配符开头七、使用外部搜索引擎八、分

Java数组初始化的五种方式

《Java数组初始化的五种方式》数组是Java中最基础且常用的数据结构之一,其初始化方式多样且各具特点,本文详细讲解Java数组初始化的五种方式,分析其适用场景、优劣势对比及注意事项,帮助避免常见陷阱... 目录1. 静态初始化:简洁但固定代码示例核心特点适用场景注意事项2. 动态初始化:灵活但需手动管理代

C++中初始化二维数组的几种常见方法

《C++中初始化二维数组的几种常见方法》本文详细介绍了在C++中初始化二维数组的不同方式,包括静态初始化、循环、全部为零、部分初始化、std::array和std::vector,以及std::vec... 目录1. 静态初始化2. 使用循环初始化3. 全部初始化为零4. 部分初始化5. 使用 std::a

shell编程之函数与数组的使用详解

《shell编程之函数与数组的使用详解》:本文主要介绍shell编程之函数与数组的使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录shell函数函数的用法俩个数求和系统资源监控并报警函数函数变量的作用范围函数的参数递归函数shell数组获取数组的长度读取某下的

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.

SpringBoot首笔交易慢问题排查与优化方案

《SpringBoot首笔交易慢问题排查与优化方案》在我们的微服务项目中,遇到这样的问题:应用启动后,第一笔交易响应耗时高达4、5秒,而后续请求均能在毫秒级完成,这不仅触发监控告警,也极大影响了用户体... 目录问题背景排查步骤1. 日志分析2. 性能工具定位优化方案:提前预热各种资源1. Flowable

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.