思路

题目中限定的移动方式是上、下、左、右,可以通过BFS的方式从起点(0, 0)出发遍历二维矩阵,记录每次遍历路径过程中相邻格子之间的最大绝对差值作为这条路径的路径值。

只是采用BFS的方式复杂度过高,可以根据题目特点进行剪枝操作。剪枝方式:通过记录根据以往遍历的情况到达该点时,历史上最小的体力消耗值,比较当前遍历与以往遍历路径消耗体力的多寡,如果当前遍历消耗的体力大于之前的路径遍历到该点时所消耗的体力的话,那么就无需再继续遍历,反之则继续遍历。

代码

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
class Solution {
    public int minimumEffortPath(int[][] heights) {
        int row = heights.length;
        int col = heights[0].length;
        int[][] table = new int[row][col];
        int[] dx = new int[]{1, 0, -1, 0};
        int[] dy = new int[]{0, 1, 0, -1};
        for(int[] arr : table){
            Arrays.fill(arr, Integer.MAX_VALUE);
        }

        table[0][0] = 0;
        Queue<int[]> queue = new LinkedList<>();
        queue.add(new int[]{0, 0});

        while(!queue.isEmpty()){
            int[] node = queue.poll();
            for(int i = 0; i < 4; i++){
                int nx = node[0] + dx[i];
                int ny = node[1] + dy[i];
                if(nx < 0 || ny < 0 || nx >= row || ny >= col){
                    continue;
                }
                int cur_dist = Math.max(Math.abs(heights[nx][ny] - heights[node[0]][node[1]]), table[node[0]][node[1]]);
                //剪枝条件,如果当前路径到达下一点的消耗小于以往路径的消耗,那么可以继续遍历。
                if(cur_dist < table[nx][ny]){
                    table[nx][ny] = cur_dist;
                    queue.add(new int[]{nx, ny});
                }
            }
        }
        return table[row - 1][col - 1];
    }
}