62. 不同路径-M
一个机器人位于一个 m x n 网格的左上角 (起始点在下图中标记为“Start” )。
机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角(在下图中标记为“Finish”)。
问总共有多少条不同的路径?
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-u7EKo1vM-1595822143076)(16-今日一扣(LeetCode)]-62-DP-M.assets/image-20200727092116398.png)
示例 1:
输入: m = 3, n = 2
输出: 3
解释:
从左上角开始,总共有 3 条路径可以到达右下角。
1. 向右 -> 向右 -> 向下
2. 向右 -> 向下 -> 向右
3. 向下 -> 向右 -> 向右
示例 2:
输入: m = 7, n = 3
输出: 28
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/unique-paths
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
题解
DP
此题和15扣-64有着相似的状态转移方程。
对于非边缘的任意一点,到达他的路径数应该是上侧点的路径数+左侧点路径数
考虑边界的情况,同64。
g
[
i
]
[
j
]
g[i][j]
g[i][j] 代表i,j点的到达方法数
g
[
0
]
[
0
]
=
1
g
[
i
]
[
j
]
=
{
g
[
i
−
1
]
[
j
]
+
g
[
i
]
[
j
]
i
>
0
,
j
>
0
g
[
0
]
[
j
−
1
]
i
=
0
,
j
>
0
(
在
第
一
列
的
情
况
)
g
[
i
−
1
]
[
0
]
i
>
0
,
j
=
0
(
在
第
一
行
的
情
况
)
g[0][0] = 1 \\ g[i][j] = \begin{cases} g[i-1][j]+g[i][j] \quad i>0,j>0 \\ g[0][j-1] \quad i=0,j>0(在第一列的情况) \\ g[i-1][0] \quad i>0, j=0 (在第一行的情况) \\ \end{cases}
g[0][0]=1g[i][j]=⎩⎪⎨⎪⎧g[i−1][j]+g[i][j]i>0,j>0g[0][j−1]i=0,j>0(在第一列的情况)g[i−1][0]i>0,j=0(在第一行的情况)
class Solution {
public int uniquePaths(int m, int n) {
// DP
int [][] g = new int[m][n];
// 其实位置0,0有一种方案
g[0][0] = 1;
for(int i = 1; i<m; i++){
g[i][0] = g[i-1][0];
}
for(int j=1; j<n; j++){
g[0][j] = g[0][j-1];
}
for(int i=1; i<m; i++){
for(int j=1; j<n; j++){
//这里空间复杂度可以优化
g[i][j] = g[i-1][j]+g[i][j-1];
}
}
return g[m-1][n-1];
}
}
- 时间复杂度O(mn)
- 空间复杂度O(mn)
空间复杂度优化
每轮迭代使用的是第16行代码。
//优化到2n
//cur是本行。 pre是上一行
for (int i = 1; i < m;i++){
for (int j = 1; j < n; j++){
cur[j] = cur[j-1] + pre[j]; //只需要记录上一轮的,数组动态更新。
}
pre = cur.clone();
}
//优化到O(n)
// 每次更新都用到上一行的和这一行之前的。所以cur[j] = cur[j](上一个行的) + cur[j-1](本行的j-1)。
// 即用一个数组同时维护了两行。未更新之前是上一行。更新了是这一行。
for (int i = 1; i < m;i++){
for (int j = 1; j < n; j++){
cur[j] += cur[j-1] ;
}
}
作者:powcai
链接:https://leetcode-cn.com/problems/unique-paths/solution/dong-tai-gui-hua-by-powcai-2/
来源:力扣(LeetCode)
DFS
超出时间范围。看下思路就可以。
class Solution {
int ans = 0;
public int uniquePaths(int m, int n) {
dfs(0,0,m,n);
return ans;
}
private void dfs(int i, int j, int m, int n){
if(i == (m-1) && j==(n-1)){
// 到达目标
ans++;
return ;
}
if(i >=m || j>=n){
//越界
return ;
}
dfs(i+1,j,m,n);
dfs(i,j+1,m,n);
}
}
413. 等差数列划分-M
如果一个数列至少有三个元素,并且任意两个相邻元素之差相同,则称该数列为等差数列。
例如,以下数列为等差数列:
1, 3, 5, 7, 9
7, 7, 7, 7
3, -1, -5, -9
以下数列不是等差数列。
1, 1, 2, 5, 7
数组 A 包含 N 个数,且索引从0开始。数组 A 的一个子数组划分为数组 (P, Q),P 与 Q 是整数且满足 0<=P<Q<N 。
如果满足以下条件,则称子数组(P, Q)为等差数组:
元素 A[P], A[p + 1], …, A[Q - 1], A[Q] 是等差的。并且 P + 1 < Q 。
函数要返回数组 A 中所有为等差数组的子数组个数。
示例:
A = [1, 2, 3, 4]
返回: 3, A 中有三个子等差数组: [1, 2, 3], [2, 3, 4] 以及自身 [1, 2, 3, 4]。
题解
动态规划
假设已存在一个等差数列 a k , a k + 1 . . . a k + m − 1 a_k,a_{k+1}...a_{k+m-1} ak,ak+1...ak+m−1,所包含的等差数列个数为sum,我们在后边加一个 a k + m a_{k+m} ak+m后结果是什么呢?
- 如果 a k + m a_{k+m} ak+m不符合等差数列,那么结果仍然为sum。
- 如果后加入的数 a k + m + 1 a_{k+m+1} ak+m+1符合前一个等差数列,那么总的个数为sum+增加的数量
增加的数量是多少呢? 增加后个数为m+1个,所有包含 a k + m a_{k+m} ak+m的子列都属于新增加的数量。所以应该是m+1-2个,这个也就是我们需要记录的在dp数组的里的标记。我们的dp数组存储的是如果新增加的数字满足等差数列,那么该数会增加多少个结果。
a k + m − 1 a_{k+m-1} ak+m−1的数量是m-1+1-2 = m-2。与 a k + m a_{k+m} ak+m相差为1。 所以dp数组里每次增加的个数是可以用上次的+1来计算。即dp[m] = dp[m-1]+1
class Solution {
public int numberOfArithmeticSlices(int[] A) {
int[] dp = new int[A.length];
Arrays.fill(dp, 0);
int sum = 0;
//从2开始,应为至少3个才能算是等差数列
for(int i=2; i<A.length; i++){
//如果属于上一个等差数列
if(A[i]-A[i-1] == A[i-1]-A[i-2]){
dp[i] = dp[i-1]+1; // 其实第i个
sum+=dp[i];
}
}
return sum;
}
}