动态规划之m*n矩阵中不同路径和最小路径和

最新推荐文章于 2021-05-07 09:42:48 发布

专注于计算机视觉的AndyJiang

最新推荐文章于 2021-05-07 09:42:48 发布

阅读量1.2k

点赞数

分类专栏：高频算法文章标签： leetcode 动态规划算法

本文链接：https://blog.csdn.net/andyjkt/article/details/107136793

版权

高频算法专栏收录该内容

96 篇文章 3 订阅

订阅专栏

LeetCode 62

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？
在这里插入图片描述
例如，上图是一个7 x 3 的网格。有多少可能的路径？
初始化：第一行和第一列都为1
状态转移：dp[i][j]=dp[i-1][j]+dp[i][j-1]，从上面（往下走）或者从左面（往右走）到达该点
动态规划

class Solution:
    def uniquePaths(self, m: int, n: int) -> int:
        dp = [[0] * n for _ in range(m)]
        for i in range(m):
            dp[i][0] = 1
        for j in range(n):
            dp[0][j] = 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[-1][-1]

LeetCode 63

现在考虑网格中有障碍物。那么从左上角到右下角将会有多少条不同的路径？
网格中的障碍物和空位置分别用 1 和 0 来表示。
初始化：第一行，如果当前为障碍物，那么后面都不可达，初始化为0，同理，第一列，当前值为障碍物，那么下面都不可达，初始化为0。要同时判断当前是否为障碍物，和上一个点是否可达。
状态转移：dp[i][j]=dp[i-1][j]+dp[i][j-1]，注意，如果当前为障碍物，那么dp[i][j]=0

class Solution:
    def uniquePathsWithObstacles(self, obstacleGrid: List[List[int]]) -> int:
        m = len(obstacleGrid)
        n = len(obstacleGrid[0])
        dp = [[0] * n for _ in range(m)]
        dp[0][0] = 1 if obstacleGrid[0][0]==0 else 0
        for i in range(1, m):
            if obstacleGrid[i][0] == 0 and dp[i - 1][0] != 0:
                dp[i][0] = 1
            else:
                dp[i][0] = 0
        for j in range(1, n):
            if obstacleGrid[0][j] == 0 and dp[0][j - 1] != 0:
                dp[0][j] = 1
            else:
                dp[0][j] = 0
    
        for i in range(1, m):
            for j in range(1, n):
                if obstacleGrid[i][j] == 1:
                    dp[i][j] = 0
                else:
                    dp[i][j] = dp[i - 1][j] + dp[i][j - 1]
        return dp[-1][-1]

LeetCode 63

最小路径和
给定一个包含非负整数的 m x n 网格，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。

说明：每次只能向下或者向右移动一步。
示例:

输入:
[
  [1,3,1],
  [1,5,1],
  [4,2,1]
]
输出: 7
解释: 因为路径 1→3→1→1→1 的总和最小。

class Solution:
    def minPathSum(self, grid: List[List[int]]) -> int:
        m = len(grid)
        n = len(grid[0])
        dp = [[0] * n for _ in range(m)]
        dp[0][0] = grid[0][0]
        for i in range(1, m):
            dp[i][0] = dp[i - 1][0] + grid[i][0]
        for j in range(1, n):
            dp[0][j] = dp[0][j - 1] + grid[0][j]
        for i in range(1, m):
            for j in range(1, n):
                dp[i][j] = grid[i][j] + min(dp[i - 1][j], dp[i][j - 1])
        return dp[-1][-1]