力扣62 不同路径
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?
示例 1:
输入:m = 3, n = 7
输出:28
示例 2:
输入:m = 2, n = 3
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 3:
输入:m = 7, n = 3
输出:28
示例 4:
输入:m = 3, n = 3
输出:6
提示:
1 <= m, n <= 100
题目数据保证答案小于等于 2 * 10^9
思路:
1.递归法:
每次两个选择,要么向右,要么向左,那就形成了一个二叉树,找到叶节点时退出返回。这是大致思路,详细一点当横向步数和纵向步数都分别等于可m和n时即可以返回,但是也可能有越界的情况,此时要直接返回0,就相当于没有计数。
而在递归主体中应该要用def(i + 1, j , m , n) + def(i, j + 1, m ,n),也就是说最终走到叶子节点只有两种情况,一种时想右走到的,一种是想下走到的,也就是这个公式描述的,或者说一个时遍历左子树,一个是遍历右子树,然后把两个子树的叶子结点给加起来了。
2.数论法:
其实仔细观察就知道,无论怎么走,最终走到终点,都要横向走m-1步,纵向走n-1步,就是说一共要走m+n-2步,那我从中抽m-1步保证他横着走,那剩下的就可以纵者走,一定可以到达终点。这就转换后为了一个求组和的问题,再m+n-2中抽取m-1步有多少种情况。
3.动态规划:
第一步:
确定dp数组为dp[i][j],含义是从(0,0)到(i,j)最多有dp[i][j]条路径。
这么定义体现了动态规划的后一状态由前一状态推出,非常的像递归,递归像栈一样的先进后出,也就是不断存储状态,然后栈顶的元素就是前一个状态,栈顶元素的下一个要等栈顶元素弹出了才能弹出,和这里的后一状态由前一状态推出不谋而同。
第二步:
递推方程的确定,就是找前后状态的关联。
dp[i][j] = dp[i - 1][j] + dp[i - 1][j],当你走到了(i - 1,j)时再下走一步就到了(i , j),同样的(i , j -1)也是这样的向右走一步,那就是说前面两个dp[i - 1][j]与dp[i - 1][j]可以直接确定dp[i][j],这样就写出了递推方程。
第三步:
dp数组的初始化,dp[i][0] = 0和dp[j][0]=0,也就是说直接横向走的和直接纵向走的都只有一条路。
第四步:
确定遍历顺序,就是向右和向下两个for遍历。
第五步:
举例说明,没问题即可
代码如下:
递归法:
超出时间限制。
class Solution {
private:
int dfs(int i, int j, int m, int n) {
if (i > m || j > n) return 0; // 越界了
if (i == m && j == n) return 1; // 找到一种方法,相当于找到了叶子节点
return dfs(i + 1, j, m, n) + dfs(i, j + 1, m, n);
}
public:
int uniquePaths(int m, int n) {
return dfs(1, 1, m, n);
}
};
数论法:
class Solution {
public:
int uniquePaths(int m, int n) {
long long numerator = 1;
int denominator = m - 1;
int count = m - 1;
int total = m + n - 2;
while(count--){
numerator *= (total--);//更新numerator阶乘
while(denominator != 0 && numerator % denominator == 0){
numerator /= denominator;//分子除以分母
denominator--;//逐渐减少分母,也就是分母阶乘的下一个
}
}
return numerator;
}
};
动态规划:
class Solution {
public:
int uniquePaths(int m, int n) {
vector<vector<int>> dp(m, vector<int>(n, 0));//分配m,n的空间
for(int i = 0; i < m; i++){
dp[i][0] = 1;
}
for(int j = 0; j < n; j++){
dp[0][j] = 1;
}
for(int i = 1; i < m; i++){
for(int j = 1; j < n; j++){
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
return dp[m-1][n-1];//小细节,是从(0,0)开始的
}
};
力扣63 不同路径2
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。
示例 1:
输入:obstacleGrid = [[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:
向右 -> 向右 -> 向下 -> 向下
向下 -> 向下 -> 向右 -> 向右
示例 2:
输入:obstacleGrid = [[0,1],[0,0]]
输出:1
提示:
m == obstacleGrid.length
n == obstacleGrid[i].length
1 <= m, n <= 100
obstacleGrid[i][j] 为 0 或 1
思路:
遇上一题思路一致,主要是在动态规划的第2步、第3步和第4步有不一样了。
在初始化dp数组时要考虑到障碍物,也就是说一旦遇到了障碍物了,就是说在一个方向上遇到了障碍物,那就要不能考虑这条路。
在遍历的时候要注意遇到障碍的情况,只有当没遇到障碍时才可以通过,有障碍的话就要跳过。
代码如下:
class Solution {
public:
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
int m = obstacleGrid.size();
int n = obstacleGrid[0].size();
//获取长和宽
if (obstacleGrid[m - 1][n - 1] == 1 || obstacleGrid[0][0] == 1) //如果在起点或终点出现了障碍,直接返回0
return 0;
vector<vector<int>> dp(m, vector<int>(n, 0));
//建立dp数组
for (int i = 0; i < m && obstacleGrid[i][0] == 0; i++) dp[i][0] = 1;
//不同点在于障碍物的判定
for (int j = 0; j < n && obstacleGrid[0][j] == 0; j++) dp[0][j] = 1;
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
if (obstacleGrid[i][j] == 1) continue;//遇到障碍就跳过
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
return dp[m - 1][n - 1];
}
};