动态规划复习day01
动态规划的题目一直是本人的弱项,这周尝试连续7天的动态规划专题,争取做到有的放矢。
不同路径Ⅰ和Ⅱ解析
题目一:不同路径
解题思路
依据动态规划解题的套路思路
- 确定状态和选择,本题的状态显而易见为机器人的位置(i,j)选择为向下到达(i+1,j)或者向右到达(i,j+1)。
- 明确dp数组含义,因为题目要求的是到达右下角的最多路径,因此我们设定在(i,j)点的dp数组如下:
- dp [i] [j]表示以该点为右下角终点时,从左上角到达此处的最大路径数目。
- 明确dp数组之间的转移关系,我们根据机器人只能向下或者向右可以确定:
dp[i][j] = dp[i-1][j] + dp[i][j-1];
上述公式的意思也很明确:到达(i,j)点必须经过(i-1,j)或者(i,j-1)两点,如此上述公式很容易被理解。
- 三个步骤完成之后,我们需要初始化一下dp数组,也就是确定最基本的几种情况,下列称为base case,(在几乎所有的动态规划题目中你几乎都可以看到这个术语)
- 本题的base case为第一行和第一列的点作为终点时的路径都只有一条。
依据上述内容进行代码实现即可
代码实现
class Solution {
public int uniquePaths(int m, int n) {
// 初始化dp数组
int [][] dp = new int[m][n];
for (int i = 0;i < m;i++) {
for (int j = 0;j < n;j++) {
// 对第一行和第一列的数组进行初始化为1,也就是base case
if (i == 0 || j == 0) {
dp[i][j] = 1;
} else {
//非第一行第一列数据直接代入状态转移公式。
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
}
return dp[m-1][n-1];
}
}
题目二:不同路径Ⅱ
解题思路
应该很好理解题意,数组中的1为障碍物,0为通常路径,且障碍物不可跨越。与上题相同,我们继续按照三步走的步骤进行。
- 确定状态和选择,本题的状态显而易见为机器人的位置(i,j)选择为向下到达(i+1,j)或者向右到达(i,j+1),但是要避开障碍物。
- 明确dp数组含义,因为题目要求的是到达右下角的最多路径,因此我们设定在(i,j)点的dp数组如下:
- dp [i] [j]表示以该点为右下角终点时,从左上角到达此处的最大路径数目。
- 明确dp数组之间的转移关系,我们根据机器人只能向下或者向右,需要加一个条件判断是否遇到障碍物,如此即可确定:
- 如果此处有障碍物,则不存在到达路径,dp值直接设为0即可。
- 其余的条件与不同路径第一题相同,还是到达(i,j)点必须经过(i-1,j)或者(i,j-1)两点
- 再注意base case的情况,本题很明显就是这个1的位置能不能在起点和终点的问题,也就是本题的base case,起点或终点为障碍物的话,则直接返回0即可。
请大家注意黑色的标记为与上题不同的地方即可,下面进行代码实现:
代码实现
class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
// 求出行列
int m = obstacleGrid.length;
int n = obstacleGrid[0].length;
int[][] dp = new int[m][n];
// 起点有障碍,则不存在通行路径,返回0即可,也就是base case。
if (obstacleGrid[0][0] == 1) {
dp[0][0] = 0;
return 0;
}
for (int i = 0; i < m; i++) {
for (int j = 0; j < n; j++) {
// 到达此处,则起点没有障碍,通行路径数为1
dp[0][0] = 1;
// 第一行:无障碍,则该点dp等于其左边一点的dp(通行路径数),有障碍则将该点dp设为0即可
if (i == 0 && j != 0) {
dp[i][j] = (obstacleGrid[i][j] == 1) ? 0 : dp[i][j - 1];
}
// 第一列:无障碍,则该点dp等于其上面一点的dp(通行路径数),有障碍则将该点dp设为0即可
if (i != 0 && j == 0) {
dp[i][j] = (obstacleGrid[i][j] == 1) ? 0 : dp[i - 1][j];
}
// 其余非第一行与非第一列: 该点dp等于上面一点与左边一点dp之和,有障碍,则该点dp设为0即可。
if (i != 0 && j != 0) {
dp[i][j] = (obstacleGrid[i][j] == 1) ? 0 : dp[i][j - 1] + dp[i - 1][j];
}
}
}
return dp[m - 1][n - 1];
}
}