1301-最大得分的路径数目
给你一个正方形字符数组 board
,你从数组最右下方的字符 'S'
出发。
你的目标是到达数组最左上角的字符 'E'
,数组剩余的部分为数字字符 1, 2, ..., 9
或者障碍'X'
。在每一步移动中,你可以向上、向左或者左上方移动,可以移动的前提是到达的格子没有障碍。
一条路径的 「得分」 定义为:路径上所有数字的和。
请你返回一个列表,包含两个整数:第一个整数是 「得分」 的最大值,第二个整数是得到最大得分的方案数,请把结果对 10^9 + 7
取余
。
如果没有任何路径可以到达终点,请返回 [0, 0]
。
示例 1:
**输入:** board = ["E23","2X2","12S"]
**输出:** [7,1]
示例 2:
**输入:** board = ["E12","1X1","21S"]
**输出:** [4,2]
示例 3:
**输入:** board = ["E11","XXX","11S"]
**输出:** [0,0]
提示:
2 <= board.length == board[i].length <= 100
方法一:动态规划
根据题意,我们从右下角 "S"
出发后,只能向上、左或左上移动,那么我们不会重复经过数组 board
中的位置,因此我们可以使用动态规划的方法来解决这个问题。
我们用 dp[i][j]
表示数组 board
中位置 (i, j)
的若干状态。由于题目要求得到从右下角到左上角的得分最大值以及最大得分方案数,因此 dp[i][j]
中需要存储两个状态:一个表示从右下角到位置 (i, j)
的得分最大值,另一个表示从右下角到位置 (i, j)
的最大得分方案数。如果从右下角无法到达位置 (i, j)
(有两种情况,一是位置 (i, j)
是一个障碍,二是由于障碍的存在,位置 (i, j)
无法到达),那么 dp[i][j]
中的第一个状态为 -1
。
由于我们的起始位置为右下角,因此在进行动态规划时,我们需要先转移位置 (i, j)
较大的状态,即外层的两重循环分别为:
1 | for i = n - 1 to 1 |
那么如何写出状态转移方程呢?显然,dp[i][j]
可以从 dp[i + 1][j]
、dp[i][j + 1]
和 dp[i + 1][j + 1]
这三个状态转移而来。由于 dp[i][j]
中存储了两个状态,直接通过 dp[i][j] = max(...)
的形式进行转移并不方便,因此我们可以使用一个 update()
函数,依次将 dp[i + 1][j]
、dp[i][j + 1]
和 dp[i + 1][j + 1]
这三个状态作为函数的参数,更新 dp[i][j]
的值。
设在 update()
函数中的状态为 dp[x][y]
,即我们使用状态 dp[x][y]
对 dp[i][j]
进行转移,那么会有如下三种情况:
若
dp[x][y]
中第一个状态为-1
,说明位置(x, y)
无法到达,那么就无法对dp[i][j]
进行转移;若
dp[x][y]
和dp[i][j]
的第一个状态值相等,说明dp[x][y]
和之前某个参数的得分最大值相同,它们都可以作为最大得分更新dp[i][j]
,因此我们将dp[i][j]
的第二个状态加上dp[x][y]
的第二个状态的值,合并最大得分方案数;若
dp[x][y]
和dp[i][j]
的第一个状态值不等,且前者大于后者,说明dp[x][y]
相较于之前的所有参数,其得分最大值更优,因此我们将dp[i][j]
直接更新为dp[x][y]
,替换之前的得分最大值以及最大得分方案数;
在转移结束之后,如果 dp[i][j]
的第一个状态不为 -1
,说明位置 (i, j)
可以从右下角到达,那么我们将 dp[i][j]
的第一个状态值加上位置 (i, j)
的得分,就得到了位置 (i, j)
的得分最大值以及最大得分方案数。
1 | using PII = pair<int, int>; |
1 | class Solution: |
复杂度分析
时间复杂度:O(N^2),其中 N 是数组
board
的边长。空间复杂度:O(N^2)。