int minPathSum(vector<vector<int>> &grid);

grid) {
int m = grid.size();
int n = grid[0].size();
vector<vector<int>> dp(m, vector<int>(n, 0));
dp[0][0] = grid[0][0];
for(int i=1;i<m;i++){
dp[i][0] = dp[i-1][0] + grid[i][0];
}
for(int i=1;i<n;i++){
dp[0][i] = dp[0][i-1] + grid[0][i];
}
for(int i=1;i<m;i++){
for(int j=1;j<n;j++){
dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j];
}
}
return dp[m-1][n-1];
}

相关问题

std::vector<std::vector<int>> LidarObjectSeg::Run(const pcl::PointCloud<pcl::PointXYZI>::Ptr &inCloud) const { if (inCloud->empty()) return {}; std::vector<std::array<double, 3>> gridPoints; GridParam gridParam = this->EstimateGridParam(inCloud, gridPoints); std::multimap<int, int> hashTable = this->UpdateHashTable(gridPoints, gridParam); std::vector<int> clusterIndices(inCloud->size(), -1); int curClusterIdx = 0; START_HOST_TIMING(ExtractClusters) for (std::size_t i = 0; i < inCloud->size(); ++i) { if (clusterIndices[i] >= 0) continue; const auto &curGridPoint = gridPoints[i]; std::vector<int> neighborIndices = this->GetNeighbors(curGridPoint, gridParam, hashTable); for (int neighborIdx : neighborIndices) { if (neighborIdx == i) continue; int curPointVoxelIdx = clusterIndices[i]; int neighborVoxelIdx = clusterIndices[neighborIdx]; if (curPointVoxelIdx >= 0 && neighborVoxelIdx >= 0) { if (curPointVoxelIdx != neighborVoxelIdx) this->MergeClusters(clusterIndices, curPointVoxelIdx, neighborVoxelIdx); } else { if (curPointVoxelIdx < 0) clusterIndices[i] = neighborVoxelIdx; else clusterIndices[neighborIdx] = curPointVoxelIdx; } } if (clusterIndices[i] < 0 && neighborIndices.size() >= numMinPoints_) { for (int neighborIdx : neighborIndices) { clusterIndices[neighborIdx] = curClusterIdx; } curClusterIdx++; } } STOP_HOST_TIMING(ExtractClusters) START_HOST_TIMING(GetAllClusters) std::vector<std::vector<int>> allClusters = this->GetAllClusters(clusterIndices); STOP_HOST_TIMING(GetAllClusters) PRINT_ALL_TIMING() return allClusters; }

这是一个函数，可以接收一个指向 pcl::PointCloud<pcl::PointXYZI> 类型的指针作为参数，函数返回一个 std::vector<std::vector<int>> 类型的对象。在函数内部，首先判断输入点云是否为空，如果为空则直接返回一个空的 std::vector<std::vector<int>> 类型的对象。然后函数会估算点云的网格参数，并根据网格参数更新哈希表。之后，函数会遍历点云中的每个点，如果该点已经被聚类过，则跳过该点；否则，函数会获取该点附近的所有点，然后将这些点分配到同一个聚类中。最后，函数会返回所有聚类的点的索引。

// // Created by mcumbrella on 23-5-22. // #ifndef GAMEOFLIFE_AUTOMATON_H #define GAMEOFLIFE_AUTOMATON_H #include <vector> #include <iostream> #include <fstream> #include <string> #include "Cell.h" class Automaton { public: Automaton(int lines, int columns); void init(bool generateRandom = false); // 初始化网格 void run(); // 执行一代演化 void display(); // 显示网格的当前状态 void saveToFile(std::string filename); // 将当前一代保存到文件中 void loadFromFile(std::string filename); // 加载之前保存的一代 void changeCellState(int x, int y); // 更改细胞状态 void revertToPreviousGeneration(); // 返回到前一代的状态 private: int lines; // 网格大小 int columns; std::vector<std::vector<Cell>> grid; // 网格 std::vector<std::vector<Cell>> previousGeneration; // 上一代网格 bool hasPreviousGeneration = false; // 是否有上一代网格 void evolve(); // 演化网格 int countLiveNeighbors(int x, int y); // 统计活邻居的数量 }; #endif //GAMEOFLIFE_AUTOMATON_H介绍代码思路

这个代码实现了 Game of Life 生命游戏的自动机类，其中 `Automaton` 类包含了一些常用的操作函数，如初始化、执行演化、显示网格状态、保存和加载文件等。类中包含了一个二维向量 `grid`，表示网格中的每个细胞的状态，以及一个二维向量 `previousGeneration`，用于保存上一代的状态。在演化过程中，会根据细胞周围的状态来判断细胞下一代的状态，并将当前状态保存到 `previousGeneration` 中。同时，该类还包含了一些实用函数，如更改细胞状态、统计活邻居数量等。通过这些函数的组合，可以实现 Game of Life 生命游戏的自动化演化过程。