struct Grid { x_coords: Vec, y_coords: Vec, } impl IntoIterator for Grid { type Item = (u32, u32); type IntoIter = GridIter; fn into_iter(self) -> GridIter { GridIter { grid: self, i: } struct GridIter { grid: Grid, i: usize, j: usize, } impl Iterator for GridIter { type Item = (u32, u32); fn next(&mut self) -> Option<(u32, u32)> { if self.i >= self.grid.x_coords.len() { self self.j >= self.grid.y_coords.len() { return None; } 160 } let res = Some((self.grid.x_coords[self.i], self.grid.y_coords[self.j])); self.i += 1; res } } fn main() { let grid = Grid { x_coords: vec

决策，定义状态，建立 ?? 表，推导状态转移方程，确定边界条件等。 为了更形象地展示解题步骤，我们使用一个经典问题“最小路径和”来举例。 Question 给定一个 ? × ? 的二维网格 grid ，网格中的每个单元格包含一个非负整数，表示该单元格的代价。 机器人以左上角单元格为起始点，每次只能向下或者向右移动一步，直至到达右下角单元格。请返回 从左上角到右下角的最小路径和。 图 14‑10 min_path_sum.rs === /* 最小路径和：暴力搜索 */ fn min_path_sum_dfs(grid: &Vec>, i: i32, j: i32) -> i32 { // 若为左上角单元格，则终止搜索 if i == 0 && j == 0 { return grid[0][0]; } // 若行列索引越界，则返回 +∞ 代价 if i < 0 || j < 0 j-1) 的最小路径代价 let up = min_path_sum_dfs(grid, i - 1, j); let left = min_path_sum_dfs(grid, i, j - 1); // 返回从左上角到 (i, j) 的最小路径代价 std::cmp::min(left, up) + grid[i as usize][j as usize] } 图 14‑14 给出了以

决策，定义状态，建立 ?? 表，推导状态转移方程，确定边界条件等。 为了更形象地展示解题步骤，我们使用一个经典问题“最小路径和”来举例。 Question 给定一个 ? × ? 的二维网格 grid ，网格中的每个单元格包含一个非负整数，表示该单元格的代价。 机器人以左上角单元格为起始点，每次只能向下或者向右移动一步，直至到达右下角单元格。请返回 从左上角到右下角的最小路径和。 图 14‑10 min_path_sum.rs === /* 最小路径和：暴力搜索 */ fn min_path_sum_dfs(grid: &Vec>, i: i32, j: i32) -> i32 { // 若为左上角单元格，则终止搜索 if i == 0 && j == 0 { return grid[0][0]; } // 若行列索引越界，则返回 +∞ 代价 if i < 0 || j < 0 j-1) 的最小路径代价 let up = min_path_sum_dfs(grid, i - 1, j); let left = min_path_sum_dfs(grid, i, j - 1); // 返回从左上角到 (i, j) 的最小路径代价 std::cmp::min(left, up) + grid[i as usize][j as usize] } 图 14‑14 给出了以

表，推导状态转移方程，确定边界条件等。 为了更形象地展示解题步骤，我们使用一个经典问题“最小路径和”来举例。 第 14 章 动态规划 hello‑algo.com 320 � 给定一个 ? × ? 的二维网格 grid ，网格中的每个单元格包含一个非负整数，表示该单元格 的代价。机器人以左上角单元格为起始点，每次只能向下或者向右移动一步，直至到达右下角 单元格。请返回从左上角到右下角的最小路径和。 图 14‑10 min_path_sum.rs === /* 最小路径和：暴力搜索 */ fn min_path_sum_dfs(grid: &Vec>, i: i32, j: i32) -> i32 { // 若为左上角单元格，则终止搜索 if i == 0 && j == 0 { return grid[0][0]; } // 若行列索引越界，则返回 +∞ 代价 if i < 0 || j < 0 j-1) 的最小路径代价 let up = min_path_sum_dfs(grid, i - 1, j); let left = min_path_sum_dfs(grid, i, j - 1); // 返回从左上角到 (i, j) 的最小路径代价 std::cmp::min(left, up) + grid[i as usize][j as usize] } 图 14‑14 给出了以

struct Grid } x_coords: VecGrid } type Item = (u32, u32 ( ; type IntoIter = GridIter ; fn into_iter(self) -> GridIter } GridIter { grid: self struct GridIter } grid: Grid , i: usize , j: usize , { impl Iterator for GridIter } type Item = (u32, u32 ( ; fn next(&mut self) -> Option<(u32, u32 ( < } if self.i >= self.grid.x_coords.len ) ( >= self.grid.y_coords.len ) ( } return None ; { { 160 let res = Some((self.grid.x_coords[self.i], self.grid.y_coords[self.j [ ( ( ; self.i += 1 ; res { { fn main ) ( } let grid = Grid { x_coords:

決策，定義狀態，建立 ?? 表，推導狀態轉移方程，確定邊界條件等。 為了更形象地展示解題步驟，我們使用一個經典問題“最小路徑和”來舉例。 Question 給定一個 ? × ? 的二維網格 grid ，網格中的每個單元格包含一個非負整數，表示該單元格的代價。 機器人以左上角單元格為起始點，每次只能向下或者向右移動一步，直至到達右下角單元格。請返回 從左上角到右下角的最小路徑和。 圖 14‑10 min_path_sum.rs === /* 最小路徑和：暴力搜尋 */ fn min_path_sum_dfs(grid: &Vec>, i: i32, j: i32) -> i32 { // 若為左上角單元格，則終止搜尋 if i == 0 && j == 0 { return grid[0][0]; } // 若行列索引越界，則返回 +∞ 代價 if i < 0 || j < 0 j-1) 的最小路徑代價 let up = min_path_sum_dfs(grid, i - 1, j); let left = min_path_sum_dfs(grid, i, j - 1); // 返回從左上角到 (i, j) 的最小路徑代價 std::cmp::min(left, up) + grid[i as usize][j as usize] } 圖 14‑14 給出了以

struct Grid { x_coords: Vec, y_coords: Vec, } impl IntoIterator for Grid { type Item = (u32, u32); type IntoIter = GridIter; fn into_iter(self) -> GridIter { GridIter { grid: self, i: } struct GridIter { grid: Grid, i: usize, j: usize, } impl Iterator for GridIter { type Item = (u32, u32); fn next(&mut self) -> Option<(u32, u32)> { if self.i >= self.grid.x_coords.len() { self self.j >= self.grid.y_coords.len() { return None; } } let res = Some((self.grid.x_coords[self.i], self.grid.y_coords[self.j])); 155 self.i += 1; res } } fn main() { let grid = Grid { x_coords: vec

struct Grid { x_coords: Vec, y_coords: Vec, } impl IntoIterator for Grid { type Item = (u32, u32); type IntoIter = GridIter; fn into_iter(self) -> GridIter { GridIter { grid: self, i: } struct GridIter { grid: Grid, i: usize, j: usize, } impl Iterator for GridIter { type Item = (u32, u32); fn next(&mut self) -> Option<(u32, u32)> { if self.i >= self.grid.x_coords.len() { self self.j >= self.grid.y_coords.len() { return None; } } let res = Some((self.grid.x_coords[self.i], self.grid.y_coords[self.j])); 150 self.i += 1; res } } fn main() { let grid = Grid { x_coords: vec

struct Grid { x_coords: Vec, y_coords: Vec, } impl IntoIterator for Grid { type Item = (u32, u32); type IntoIter = GridIter; fn into_iter(self) -> GridIter { GridIter { grid: self, i: } struct GridIter { grid: Grid, i: usize, j: usize, } impl Iterator for GridIter { type Item = (u32, u32); fn next(&mut self) -> Option<(u32, u32)> { if self.i >= self.grid.x_coords.len() { self self.j >= self.grid.y_coords.len() { return None; } } let res = Some((self.grid.x_coords[self.i], self.grid.y_coords[self.j])); self.i += 1; res } 142 } fn main() { let grid = Grid { x_coords: vec

struct Grid { x_coords: Vec, y_coords: Vec, } impl IntoIterator for Grid { type Item = (u32, u32); type IntoIter = GridIter; fn into_iter(self) -> GridIter { GridIter { grid: self, i: } struct GridIter { grid: Grid, i: usize, j: usize, } impl Iterator for GridIter { type Item = (u32, u32); fn next(&mut self) -> Option<(u32, u32)> { if self.i >= self.grid.x_coords.len() { self self.j >= self.grid.y_coords.len() { return None; } } let res = Some((self.grid.x_coords[self.i], self.grid.y_coords[self.j])); 155 self.i += 1; res } } fn main() { let grid = Grid { x_coords: vec