<LeetCode OJ> 62. / 63. Unique Paths(I / II)

62. Unique Paths

My Submissions
Total Accepted: 75227  Total Submissions: 214539  Difficulty: Medium

A robot is located at the top-left corner of a m x n grid (marked 'Start' in the diagram below).

The robot can only move either down or right at any point in time. The robot is trying to reach the bottom-right corner of the grid (marked 'Finish' in the diagram below).

How many possible unique paths are there?


Above is a 3 x 7 grid. How many possible unique paths are there?

Note: m and n will be at most 100.

Subscribe to see which companies asked this question

Hide Tags
  Array Dynamic Programming
Show Similar Problems

分析:

思路首先:令从(1,1)到(m,n)的最大走法数为dp[m,n]
任何一个点都是从上面走下来和从右边走过来两种可能的和
显然dp[m,n]=dp[m-1,n]+dp[m,n-1]
最简单的动态规划问题...........时间复杂度O(M*N),空间复杂度O(M*N)

class Solution {  
public:  
    int uniquePaths(int m, int n) {  
        vector< vector<int> >  result(m+1);   
        for(int i=0;i <=m ;i++)   
                result[i].resize(n+1);//设置数组的大小m+1行,n+1列   
        for(int i=1;i<=n;i++)  
            result[1][i]=1;  
        for(int i=1;i<=m;i++)  
            result[i][1]=1;  
        for(int i=2;i<=m;i++)  
            for(int j=2;j<=n;j++)  
                result[i][j]=result[i-1][j]+result[i][j-1];  
        return result[m][n];  
    }  
};  




63. Unique Paths II

My Submissions
Total Accepted: 55136  Total Submissions: 191949  Difficulty: Medium

Follow up for "Unique Paths":紧接着上一题“唯一路劲”,现在考虑有一些障碍在网格中,无法到达,请重新计算到达目的地的路线数目

Now consider if some obstacles are added to the grids. How many unique paths would there be?

An obstacle and empty space is marked as 1 and 0 respectively in the grid.

For example,

There is one obstacle in the middle of a 3x3 grid as illustrated below.

[
  [0,0,0],
  [0,1,0],
  [0,0,0]
]

The total number of unique paths is 2.

Note: m and n will be at most 100.

Subscribe to see which companies asked this question

Hide Tags
  Array Dynamic Programming
Hide Similar Problems
  (M) Unique Paths


分析:

思路首先:
此题与原问题相较,变得是什么?
1,此障碍物下面和右边将不在获得来自于此的数量,也可以理解为贡献为0
2,有障碍的地方也将无法到达(这一条开始时没想到,总感觉leetcode题目意思不愿意说得直接明了),也就是说此点的可到达路劲数直接为0

class Solution {
public:
    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
        int m=obstacleGrid.size();
        int n=obstacleGrid[0].size();
        vector< vector<int> >  result(m+1);   
        for(int i=0;i <=m ;i++)   
            result[i].resize(n+1);//设置数组的大小m+1行,n+1列   
        //初始化一定要正确,否则错无赦    
        result[1][1]= obstacleGrid[0][0]==1? 0:1;    
        for(int i=2;i<=n;i++)  
            result[1][i]=obstacleGrid[0][i-1]==1?0:result[1][i-1];//由上一次来推到  
        for(int i=2;i<=m;i++)  
            result[i][1]=obstacleGrid[i-1][0]==1?0:result[i-1][1];  
            
        for(int i=2;i<=m;i++)  
            for(int j=2;j<=n;j++)  
                result[i][j]=obstacleGrid[i-1][j-1]==1?0:result[i-1][j]+result[i][j-1];  //一旦当前有石头就无法到达,直接置零
            
        return result[m][n];
    }
};




联动另外一个问题:

64. Minimum Path Sum

My Submissions
Total Accepted: 62294  Total Submissions: 183284  Difficulty: Medium

Given a m x n grid filled with non-negative numbers, find a path from top left to bottom right which minimizes the sum of all numbers along its path.

Note: You can only move either down or right at any point in time.

Subscribe to see which companies asked this question

Hide Tags
  Array Dynamic Programming
Show Similar Problems

分析:

很显然的动态规划问题。

令从原点(1,1)到目的点(m,n)的最小路劲和为result[m,n] 
任何一个点的路劲和都是来自二维数组上一行的最小路劲和或者来自右一列的最小路劲和与当前位置的值相加的结果 显然result[m,n]=min(result[m-1,n]+grid[m,n],result[m,n-1]+grid[m,n]) 
注意初始化问题

class Solution {
public:
    int minPathSum(vector<vector<int>>& grid) {
        int row=grid.size();//行
        int col=grid[0].size();
        vector< vector<int> >  result(row);     
        for(int i=0;i <row ;i++)     
            result[i].resize(col,0);//设置数组的大小row行,col列 
        result[0][0]=grid[0][0];//初始化    
        for(int i=1;i<col;i++)//初始化第一行
            result[0][i]=result[0][i-1]+grid[0][i];
        for(int i=1;i<row;i++)//初始化第一列
            result[i][0]=result[i-1][0]+grid[i][0];
        for(int i=1;i<row;i++)//计算中间结果
            for(int j=1;j<col;j++)
                result[i][j]=min(result[i][j-1]+grid[i][j],result[i-1][j]+grid[i][j]);
        return result[row-1][col-1];
    }
};



注:本博文为EbowTang原创,后续可能继续更新本文。如果转载,请务必复制本条信息!

原文地址:http://blog.csdn.net/ebowtang/article/details/50485468

原作者博客:http://blog.csdn.net/ebowtang

本博客LeetCode题解索引:http://blog.csdn.net/ebowtang/article/details/50668895

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法。 LeetCode动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值