62.不同路径
题目描述: 62.不同路径.
解法
dp
class Solution(object):
def uniquePaths(self, m, n):
dp = [[0]*n for _ in range(m)]
for i in range(m):
dp[i][0] = 1
for i in range(1,n):
dp[0][i] = 1
for i in range(1,m):
for j in range(1,n):
dp[i][j] = dp[i-1][j] + dp[i][j-1]
return dp[m-1][n-1]
考虑dp所代表的内容,那就是到达m、n点所需要的方法有几种,考虑好这个就ok了。
还有边界情况,将边界都设为1,因为到边界的方法就只有一种。
另外可以减少空间,使用一维数组,等刷到的时候再看。
63. 不同路径 II
题目描述: 63. 不同路径 II.
解法
dp
class Solution(object):
def uniquePathsWithObstacles(self, obstacleGrid):
m = len(obstacleGrid)
n = len(obstacleGrid[0])
dp = [[0]*n for _ in range(m)]
i, j = 0, 0
while i < n and obstacleGrid[0][i] != 1:
dp[0][i] = 1
i += 1
while j < m and obstacleGrid[j][0] != 1:
dp[j][0] = 1
j += 1
for i in range(1,m):
for j in range(1,n):
if obstacleGrid[i][j] != 1:
dp[i][j] = dp[i-1][j] + dp[i][j-1]
return dp[m-1][n-1]
其实和上一题差不多原理,但是需要知道的是,有障碍物的位置,它对应的dp一定一定是0,根据另一个数组的值判断当前dp的情况即可。
343. 整数拆分
题目描述: 343. 整数拆分.
解法
dp
class Solution(object):
def integerBreak(self, n):
dp = [0] * (n+1)
dp[2] = 1
for i in range(3,n+1):
for j in range(1,i//2 + 1):
dp[i] = max(dp[i],max(j*(i-j),j * dp[i-j]))
return dp[n]
拆分j那里还是有点模棱两可,现在只能理解为j*(i-j)是拆成两个,而j * dp[i-j]是拆成两个及以上,但还是有些不明白为什么j到i//2就可以了,另一半不需要遍历么?
现在明白了,这是根据数学论证而来的,一个数字的拆分相乘最大,那么一定是几个近似的值相乘,如果j已经大于一半了,那么必不可能是最大值,这是一种剪枝方法。
96.不同的二叉搜索树
题目描述: 96.不同的二叉搜索树.
解法
dp
class Solution(object):
def numTrees(self, n):
dp = [0] * (n+1)
dp[0] = 1
for i in range(1,n+1):
for j in range(0,i):
dp[i] += dp[j] * dp[i-j-1]
return dp[n]
思路还是需要多考虑,在一个节点数量为n的的树中,有n种不同的根节点,假如根节点是m,那么左边就有q个节点,右边就有p个节点,p+q+1=n,那这样就可以把问题缩小,用dp[i]表示有i个节点的二叉搜索树有几种变化,那么dp[0]肯定是1了,那dp[1]就是左边有0个节点的二叉搜索树,右边有0个节点的二叉搜索树,那么dp[1]就是dp[0] * dp[0],dp[2]就可以是,第一个节点当根节点,那么左边就是0个节点的二叉搜索树,右边就是一个节点的二叉搜索树,当然还有一种可能就是左边一个节点的二叉搜索树,右边0个结点的二叉搜索树,累加即可,1~n都有可能是节点,这里的1到n只表示节点的位置,不代表具体数值。