day35| 62.不同路径 63. 不同路径 II 343. 整数拆分 （可跳过）96.不同的二叉搜索树 （可跳过）

代码随想录算法训练营第 35 天| 62.不同路径 63. 不同路径 II 343. 整数拆分 （可跳过）96.不同的二叉搜索树 （可跳过）

Leetcode 62.不同路径

题目链接：https://leetcode.cn/problems/unique-paths/description/

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 = 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。
1. 向右 -> 向下 -> 向下
2. 向下 -> 向下 -> 向右
3. 向下 -> 向右 -> 向下

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 * 109

思路：

动态规划

代码：

class Solution {    
    public int uniquePaths(int m, int n) {
        //确定dp[i]数组及下标含义
        int[][] dp = new int[m][n];
        //确定递归公式

        //dp数组的初始化
        for(int i = 0;i<m;i++){
            dp[i][0] = 1;
        }
        for(int j = 0 ; j < n ; j++){
            dp[0][j] = 1;
        }
        // 确定遍历顺序
        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];
            }
        }
        //举例dp数组

        return dp[m - 1][n - 1];
    }
}

Leetcode 63. 不同路径 II

题目链接：https://leetcode.cn/problems/unique-paths-ii/description/

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：
1. 向右 -> 向右 -> 向下 -> 向下
2. 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：

动态规划

代码：

class Solution {
    public int uniquePathsWithObstacles(int[][] obstacleGrid) {
        int m = obstacleGrid.length;
        int n = obstacleGrid[0].length;
        // 确定dp[i]数组含义及下标
        int[][] dp = new int[m][n];

        // 排除起点和终点有障碍物的情况
        if(obstacleGrid[0][0] == 1 || obstacleGrid[m - 1][n - 1] == 1){
            return 0;
        }
        // 确定递推公式

        // dp[i]数组的初始化
        // 行
        for(int i = 0; i < m && obstacleGrid[i][0] == 0 ; i++){
            dp[i][0] = 1;
        }

        // 列
        for(int j = 0 ; j < n && obstacleGrid[0][j] == 0 ; j++){
            dp[0][j] = 1;
        }

        // 遍历
        for(int i = 1 ; i < m ; i++){
            for(int j = 1 ; j < n ; j++){
                dp[i][j] = (obstacleGrid[i][j] == 0) ? dp[i - 1][j] + dp[i][j - 1] : 0;
            }
        }
        return dp[m - 1][n - 1];
    }
}

Leetcode 343. 整数拆分

题目链接：https://leetcode.cn/problems/integer-break/description/

思路：

动态规划

题目描述：

给定一个正整数 n ，将其拆分为 k 个 正整数 的和（ k >= 2 ），并使这些整数的乘积最大化。

返回 你可以获得的最大乘积 。

示例 1:

输入: n = 2
输出: 1
解释: 2 = 1 + 1, 1 × 1 = 1。

示例 2:

输入: n = 10
输出: 36
解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。

代码：

class Solution {
    public int integerBreak(int n) {
        // 确定dp数组及下标定义
        // dp数组：最大乘积
        int[]dp = new int[n + 1];
        // 边界值 //初始化
        dp[2] = 1;
        // 确定递推公式 // 确定遍历顺序
        for(int i = 3 ; i <= n ; i++){
            for(int j = 1 ; j <= i - j ; j++){
                dp[i] = Math.max(dp[i],Math.max(j*dp[i - j],j*(i - j)));
            }
        }
        
        
        // 举例dp数组


        return dp[n];
    }
}

Leetcode 96.不同的二叉搜索树

题目链接：https://leetcode.cn/problems/unique-binary-search-trees/description/

思路：动态规划

题目描述：

给你一个整数 n ，求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种？返回满足题意的二叉搜索树的种数。

示例 1：

输入：n = 3
输出：5

示例 2：

输入：n = 1
输出：1

提示：

• 1 <= n <= 19

代码：

class Solution {
    public int numTrees(int n) {
        // 确定dp数组含义以及下标含义
        int[] dp = new int[n + 1];
        // 初始化dp数组
        dp[0] = 1;
        dp[1] = 1;
        
        // 遍历顺序
        for(int i = 2 ; i <= n ; i++){
            for(int j = 1 ; j <= i ; j++){
                dp[i] += dp[i - j] * dp[j - 1];
            }
        }
        return dp[n];
    }
}

= new int[n + 1];
// 初始化dp数组
dp[0] = 1;
dp[1] = 1;

    // 遍历顺序
    for(int i = 2 ; i <= n ; i++){
        for(int j = 1 ; j <= i ; j++){
            dp[i] += dp[i - j] * dp[j - 1];
        }
    }
    return dp[n];
}

}