本文总结下leetcode经典的三道动态规划题:最小路径和、不同的路径1、不同的路径2
1. 最小路径和
题目描述
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。
思路
典型的动态规划,递推公式:
dp[i][j] = grid[i][j] (i=0,j=0)
dp[i][j] = dp[i-1][j]+grid[i][j] (i>0,j=0)
dp[i][j] = dp[i][j-1]+grid[i][j] (i=0,j>0)
dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j] (i>0,j>0)
Java代码
public class 最小路径和64 {
public static int minPathSum(int[][] grid) {
if(grid == null) return 0;
int m = grid.length;
int n = grid[0].length;
int[][] dp = new int[m][n];
for(int i = 0;i<m;i++){
for(int j = 0;j<n;j++){
if(i == 0 && j == 0){
dp[i][j] = grid[i][j];
}else if(i == 0 && j!=0){
dp[i][j] = dp[i][j-1]+grid[i][j];
}else if(i!=0 && j==0){
dp[i][j] = dp[i-1][j]+grid[i][j];
}
else{
dp[i][j] = grid[i][j]+Math.min(dp[i-1][j],dp[i][j-1]);
}
}
}
return dp[m-1][n-1];
}
//测试 main方法入口
public static void main(String[] args) {
int[][] grid = {{1,3,1},
{1,5,1},
{4,2,1}};
int minPathSum2 = minPathSum2(grid);
System.out.println(minPathSum2);
}
}
2. 不同的路径一
题目描述
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?
例如,上图是一个7 x 3 的网格。有多少可能的路径?
说明:m 和 n 的值均不超过 100。
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。
- 向右 -> 向右 -> 向下
- 向右 -> 向下 -> 向右
- 向下 -> 向右 -> 向右
示例 2:
输入: m = 7, n = 3
输出: 28
思路
很经典的一道动态规划
- 当终点在边界时,肯定只有一条路,因此
if(i == 0 || j == 0){
dp[i][j] = 1;
}
- 当终点不在边界时,当前终点的路数等于它上面和左边节点的路数之和,即:
dp[i][j] = dp[i-1][j]+dp[i][j-1];
Java代码
public class 不同路径62 {
public static int uniquePaths(int m, int n) {
int[][] dp = new int[m][n];
for(int i = 0;i<m;i++){
for(int j = 0;j<n;j++){
if(i == 0 || j == 0){
dp[i][j] = 1;
}else{
dp[i][j] = dp[i-1][j]+dp[i][j-1];
}
}
}
return dp[m-1][n-1];
}
public static void main(String[] args) {
int uniquePaths = uniquePaths(3,2);
System.out.println(uniquePaths);
}
}
3. 不同的路径二
题目描述
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”)。
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。
说明:m 和 n 的值均不超过 100。
示例 1:
输入:
[
[0,0,0],
[0,1,0],
[0,0,0]
]
输出: 2
解释:
3x3 网格的正中间有一个障碍物。
从左上角到右下角一共有 2 条不同的路径:
1.向右 -> 向右 -> 向下 -> 向下
2.向下 -> 向下 -> 向右 -> 向右
思路
还是典型的动态规划,相比上题,增加了障碍。
分开边界和内部的计算,这样会比较清晰。
- 边界,如果边界上某点有障碍,则该到该点的路数就为0;如果没障碍,则到该点的路数等于到它前面一个点的路数。代码中对应:
//行(左边框)
for(int i = 1;i<rows;i++){
if(obstacleGrid[i][0] == 1){
dp[i][0] = 0;
}else{
dp[i][0] = dp[i-1][0];
}
}
//列(上边框)
for(int i = 1;i<columns;i++){
if(obstacleGrid[0][i] == 1){
dp[0][i] = 0;
}else{
dp[0][i] = dp[0][i-1];
}
}
- 内部,如果内部某点有障碍,则到达该点的路数为0;如果没障碍,则到达该点的路数等于到达它上面节点和左边节点的路数之和。代码中对应:
//行列(内部)
for(int i=1;i<rows;i++){
for(int j = 1;j<columns;j++){
dp[i][j] = obstacleGrid[i][j] == 1?0:dp[i-1][j]+dp[i][j-1];
}
}
Java代码
public class 不同路径二63 {
public static int uniquePathsWithObstacles(int[][] obstacleGrid) {
if(obstacleGrid == null||obstacleGrid.length == 0) return 0;
int rows = obstacleGrid.length;
int columns = obstacleGrid[0].length;
int[][] dp = new int[rows][columns];
if(obstacleGrid[0][0] == 1){
dp[0][0] = 0;
}else{
dp[0][0] = 1;
}
//行(左边框)
for(int i = 1;i<rows;i++){
if(obstacleGrid[i][0] == 1){
dp[i][0] = 0;
}else{
dp[i][0] = dp[i-1][0];
}
}
//列(上边框)
for(int i = 1;i<columns;i++){
if(obstacleGrid[0][i] == 1){
dp[0][i] = 0;
}else{
dp[0][i] = dp[0][i-1];
}
}
//行列(内部)
for(int i=1;i<rows;i++){
for(int j = 1;j<columns;j++){
dp[i][j] = obstacleGrid[i][j] == 1?0:dp[i-1][j]+dp[i][j-1];
}
}
return dp[rows-1][columns-1];
}
//入口方法 main
public static void main(String[] args) {
int[][] obstacleGrid = {{0,0,0},{0,1,0},{0,0,0}};
int uniquePathsWithObstacles = uniquePathsWithObstacles(obstacleGrid);
System.out.println(uniquePathsWithObstacles);
}
}
输出结果2