动态规划（基础版） --- 矩阵

最新推荐文章于 2024-10-01 23:02:49 发布

Yamahana

最新推荐文章于 2024-10-01 23:02:49 发布

阅读量52

点赞数

分类专栏：动态规划文章标签：动态规划矩阵算法 python

本文链接：https://blog.csdn.net/m0_63608444/article/details/134194890

版权

动态规划专栏收录该内容

2 篇文章 0 订阅

订阅专栏

动态规划

基础篇 — 矩阵

一、不同路径

题目

题意

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？

代码

方法一：

import math
class Solution:
    def uniquePaths(self, m: int, n: int) -> int:
        return math.comb(m+n-2,n-1)

方法二：

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

方法三：

import itertools

class Solution:
    def uniquePaths(self, m: int, n: int) -> int:
        s = [1] * n
        for i in range(m-1):
            s[:] = itertools.accumulate(s)
        return s[-1]

二、最小路径和

题目

题意

给定一个包含非负整数的 m x n 网格 grid ，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。

代码

class Solution:
    def minPathSum(self, grid: List[List[int]]) -> int:
        m = len(grid)
        n = len(grid[0])
        s = []
        s[:] = itertools.accumulate(grid[0])
        for i in range(1,m):
            for j in range(n):
                if j == 0:
                    s[j] = s[j] + grid[i][j]
                else:
                    s[j] = min(s[j-1],s[j]) + grid[i][j]
        return s[-1]

三、不同路径 II

题目

题意

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。

代码

方法一：

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

方法二：

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

四、三角形最小路径和

题目

题意

给定一个三角形 triangle ，找出自顶向下的最小路径和。

每一步只能移动到下一行中相邻的结点上。相邻的结点在这里指的是下标与上一层结点下标相同或者等于上一层结点下标 + 1 的两个结点。也就是说，如果正位于当前行的下标 i ，那么下一步可以移动到下一行的下标 i 或 i + 1 。

代码

方法一：（自上而下）

class Solution:
    def minimumTotal(self, triangle: List[List[int]]) -> int:
        n = len(triangle)
        if n == 1:
            return triangle[0][0]
        for i in range(1,n):
            m = len(triangle[i])
            for j in range(m):
                if j == 0:
                    triangle[i][0] += triangle[i-1][0]
                elif j == m-1:
                    triangle[i][-1] += triangle[i-1][-1]
                else:
                    triangle[i][j] += min(triangle[i-1][j],triangle[i-1][j-1])
        return min(triangle[-1])

方法二：（自下而上）

class Solution:
    def minimumTotal(self, triangle: List[List[int]]) -> int:
        n = len(triangle)
        for i in range(n-2,-1,-1):
            for j in range(len(triangle[i])):
                triangle[i][j] += min(triangle[i+1][j],triangle[i+1][j+1])
        return triangle[0][0]

五、下降路径最小和

题目

题意

给你一个 n x n 的方形整数数组 matrix ，请你找出并返回通过 matrix 的下降路径的最小和。

下降路径可以从第一行中的任何元素开始，并从每一行中选择一个元素。在下一行选择的元素和当前行所选元素最多相隔一列（即位于正下方或者沿对角线向左或者向右的第一个元素）。具体来说，位置 (row, col) 的下一个元素应当是 (row + 1, col - 1)、(row + 1, col) 或者 (row + 1, col + 1) 。

代码

方法一：

class Solution:
    def minFallingPathSum(self, matrix: List[List[int]]) -> int:
        n = len(matrix)
        for i in range(n-2,-1,-1):
            for j in range(n):
                if j == 0:
                    matrix[i][j] += min(matrix[i+1][j],matrix[i+1][j+1])
                elif j == n-1:
                    matrix[i][j] += min(matrix[i+1][j-1],matrix[i+1][j])
                else:
                    matrix[i][j] += min(matrix[i+1][j-1],matrix[i+1][j],matrix[i+1][j+1])
        return min(matrix[0])

方法二：

class Solution:
    def minFallingPathSum(self, matrix: List[List[int]]) -> float:
        n = len(matrix)
        matrix[0] = [inf] + matrix[0] + [inf]
        for i in range(1,n):
            matrix[i] = [inf] + matrix[i] + [inf]
            for j in range(1,n+1):
                matrix[i][j] += min(matrix[i-1][j-1],matrix[i-1][j],matrix[i-1][j+1])
        return min(matrix[-1])

六、最大正方形

题目

题意

在一个由 ‘0’ 和 ‘1’ 组成的二维矩阵内，找到只包含 ‘1’ 的最大正方形，并返回其面积。

代码

方法一：（暴力解法）

class Solution:
    def maximalSquare(self, matrix: List[List[str]]) -> int:
        s = 0
        n = len(matrix)
        m = len(matrix[0])
        f = False
        for i in range(n):
            for j in range(m):
                if matrix[i][j] == "1":
                    f = True
                while f :
                    if i+s<n and j+s<m:
                        for a in range(i,i+s+1):
                            for b in range(j,j+s+1):
                                if matrix[a][b] == "0":
                                    f = False
                                    break
                            if not f :
                                break
                    else:
                        f = False
                    if f :
                        s += 1
        return s**2

方法二：（动态规划，二维数组）

class Solution:
    def maximalSquare(self, matrix: List[List[str]]) -> int:
        m,n = len(matrix),len(matrix[0])
        dp = [[0]*n for _ in range(m)]
        s = 0
        for i in range(m):
            for j in range(n):
                if matrix[i][j] == "1":
                    if i == 0 or j == 0:
                        dp[i][j] = 1
                    else:
                        dp[i][j] = min(dp[i-1][j-1],dp[i-1][j],dp[i][j-1]) + 1
                    s = max(s,dp[i][j])

        return s**2

方法三：（动态规划，一维数组）

class Solution:
    def maximalSquare(self, matrix: List[List[str]]) -> int:
        m,n = len(matrix),len(matrix[0])
        dp = [0]*n
        s = 0
        for i in range(m):
            for j in range(n):
                tmp = dp[j]
                if matrix[i][j] == "1":
                    if j == 0:
                        dp[j] = 1
                    else:
                        dp[j] = min(prev,dp[j-1],dp[j]) + 1
                    s = max(s,dp[j])
                else:
                    dp[j] = 0
                prev = tmp
        return s**2

方法四：（二进制思路）

class Solution:
    def getWeight(self,num):
        c = 0
        while num > 0:
            num &= num<<1
            c += 1
        return c
    def maximalSquare(self, matrix: List[List[str]]) -> int:
        s = [int("".join(i),base = 2) for i in matrix]
        res,n = 0,len(s)
        for i in range(n):
            temp = s[i]
            for j in range(i,n):
                temp &= s[j]
                w = self.getWeight(temp)
                h = j-i+1
                res = max(res,min(w,h))
        return res**2