解题思路
这是一道典型的动态规划题目,主要思路如下:
- 由于精灵鼠只能向右或向下移动,所以可以使用动态规划求解
- 状态定义:
dp[i][j]
表示从起点到达位置
的最小减速总和
- 状态转移方程:
- 第一行:
dp[0][j] = dp[0][j-1] + num[0][j]
- 第一列:
dp[i][0] = dp[i-1][0] + num[i][0]
- 其他位置:
dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + num[i][j]
- 第一行:
- 最终答案为
dp[n-1][n-1]
代码
#include <iostream>
#include <vector>
#include <string>
#include <sstream>
using namespace std;
int main() {
int n;
cin >> n;
cin.ignore(); // 忽略换行符
// 读入数据
vector<vector<int>> num(n, vector<int>(n));
for(int i = 0; i < n; i++) {
string line;
getline(cin, line);
stringstream ss(line);
string temp;
int j = 0;
while(getline(ss, temp, ',')) {
num[i][j++] = stoi(temp);
}
}
// 动态规划数组
vector<vector<int>> dp(n, vector<int>(n));
dp[0][0] = num[0][0];
// 初始化第一行和第一列
for(int i = 1; i < n; i++) {
dp[i][0] = dp[i-1][0] + num[i][0];
dp[0][i] = dp[0][i-1] + num[0][i];
}
// 动态规划过程
for(int i = 1; i < n; i++) {
for(int j = 1; j < n; j++) {
dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + num[i][j];
}
}
cout << dp[n-1][n-1] << endl;
return 0;
}
import java.util.*;
public class Main {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
int n = Integer.parseInt(scanner.nextLine());
// 读入数据
int[][] num = new int[n][n];
for(int i = 0; i < n; i++) {
String[] s = scanner.nextLine().split(",");
for(int j = 0; j < n; j++) {
num[i][j] = Integer.parseInt(s[j]);
}
}
// 动态规划数组
int[][] dp = new int[n][n];
dp[0][0] = num[0][0];
// 初始化第一行和第一列
for(int i = 1; i < n; i++) {
dp[i][0] = dp[i-1][0] + num[i][0];
dp[0][i] = dp[0][i-1] + num[0][i];
}
// 动态规划过程
for(int i = 1; i < n; i++) {
for(int j = 1; j < n; j++) {
dp[i][j] = Math.min(dp[i-1][j], dp[i][j-1]) + num[i][j];
}
}
System.out.println(dp[n-1][n-1]);
}
}
def main():
n = int(input())
# 读入数据
num = []
for i in range(n):
row = list(map(int, input().split(',')))
num.append(row)
# 动态规划数组
dp = [[0] * n for _ in range(n)]
dp[0][0] = num[0][0]
# 初始化第一行和第一列
for i in range(1, n):
dp[i][0] = dp[i-1][0] + num[i][0]
dp[0][i] = dp[0][i-1] + num[0][i]
# 动态规划过程
for i in range(1, n):
for j in range(1, n):
dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + num[i][j]
print(dp[n-1][n-1])
if __name__ == "__main__":
main()
算法及复杂度
- 算法:动态规划
- 时间复杂度:
- 需要遍历整个
的矩阵
- 空间复杂度:
- 需要一个
的 dp 数组存储中间状态