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

JavaScript对象转数组的三种方法实现

《JavaScript对象转数组的三种方法实现》本文介绍了在JavaScript中将对象转换为数组的三种实用方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友... 目录方法1:使用Object.keys()和Array.map()方法2:使用Object.entr

Docker多阶段镜像构建与缓存利用性能优化实践指南

《Docker多阶段镜像构建与缓存利用性能优化实践指南》这篇文章将从原理层面深入解析Docker多阶段构建与缓存机制,结合实际项目示例,说明如何有效利用构建缓存,组织镜像层次,最大化提升构建速度并减少... 目录一、技术背景与应用场景二、核心原理深入分析三、关键 dockerfile 解读3.1 Docke

JavaScript中比较两个数组是否有相同元素(交集)的三种常用方法

《JavaScript中比较两个数组是否有相同元素(交集)的三种常用方法》:本文主要介绍JavaScript中比较两个数组是否有相同元素(交集)的三种常用方法,每种方法结合实例代码给大家介绍的非常... 目录引言:为什么"相等"判断如此重要?方法1:使用some()+includes()(适合小数组)方法2

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

Python实战之SEO优化自动化工具开发指南

《Python实战之SEO优化自动化工具开发指南》在数字化营销时代,搜索引擎优化(SEO)已成为网站获取流量的重要手段,本文将带您使用Python开发一套完整的SEO自动化工具,需要的可以了解下... 目录前言项目概述技术栈选择核心模块实现1. 关键词研究模块2. 网站技术seo检测模块3. 内容优化分析模

Java实现复杂查询优化的7个技巧小结

《Java实现复杂查询优化的7个技巧小结》在Java项目中,复杂查询是开发者面临的“硬骨头”,本文将通过7个实战技巧,结合代码示例和性能对比,手把手教你如何让复杂查询变得优雅,大家可以根据需求进行选择... 目录一、复杂查询的痛点:为何你的代码“又臭又长”1.1冗余变量与中间状态1.2重复查询与性能陷阱1.

Python内存优化的实战技巧分享

《Python内存优化的实战技巧分享》Python作为一门解释型语言,虽然在开发效率上有着显著优势,但在执行效率方面往往被诟病,然而,通过合理的内存优化策略,我们可以让Python程序的运行速度提升3... 目录前言python内存管理机制引用计数机制垃圾回收机制内存泄漏的常见原因1. 循环引用2. 全局变

Python多线程应用中的卡死问题优化方案指南

《Python多线程应用中的卡死问题优化方案指南》在利用Python语言开发某查询软件时,遇到了点击搜索按钮后软件卡死的问题,本文将简单分析一下出现的原因以及对应的优化方案,希望对大家有所帮助... 目录问题描述优化方案1. 网络请求优化2. 多线程架构优化3. 全局异常处理4. 配置管理优化优化效果1.

MySQL中优化CPU使用的详细指南

《MySQL中优化CPU使用的详细指南》优化MySQL的CPU使用可以显著提高数据库的性能和响应时间,本文为大家整理了一些优化CPU使用的方法,大家可以根据需要进行选择... 目录一、优化查询和索引1.1 优化查询语句1.2 创建和优化索引1.3 避免全表扫描二、调整mysql配置参数2.1 调整线程数2.

通过配置nginx访问服务器静态资源的过程

《通过配置nginx访问服务器静态资源的过程》文章介绍了图片存储路径设置、Nginx服务器配置及通过http://192.168.206.170:8007/a.png访问图片的方法,涵盖图片管理与服务... 目录1.图片存储路径2.nginx配置3.访问图片方式总结1.图片存储路径2.nginx配置