62.不同路径
本题大家掌握动态规划的方法就可以。 数论方法 有点非主流,很难想到。
这道题其实也很简单,dp数组的意义也很容易想到,主要是dp数组初始化可能会有难度,考虑到递推公式是到达当前格子的方法=到达顶头上面的格子方法+到达左边格子的方法(因为只能往下走或往右走,故而只能从上边来或从左边来),需要初始化最左边的一列和最上边的一行为1(因为到达最上边的任意一个格子的方式只能是从开始处一直往右走,同理最左边)。
int uniquePaths(int m, int n) {
vector<vector<int>> dp(m,vector<int>(n,0));
for(int i=0;i<m;i++) dp[i][0]=1;
for(int i=0;i<n;i++) dp[0][i]=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];
}
这道题使用一维数组也可解决,因为最后只要得到最右下角的dp数组的值即可,所以可以使用一维数组,只需初始化一次即可(对应二维数组第一行的初始化,而二维行和列的初始化都为1),然后一行一行地更新(注意dp数组第一个值对应二维的最左边列是不需要更新的),每一行从左至右依次更新,更新m-1行/次,最后一个值就对应着二维数组左下角的值。整体更新完一次dp数组,就相当于得到了下一行的从上面走到这里的方法数,所以直接开始加上从左边来的方法数即可。
int uniquePaths(int m, int n) {
vector<int> dp(n);
for (int i = 0; i < n; i++) dp[i] = 1;
for (int j = 1; j < m; j++) {
for (int i = 1; i < n; i++) {
dp[i] += dp[i - 1];
}
}
return dp[n - 1];
}
63. 不同路径 II
这道题和上面的题也是大差不差,我是用一维数组来做的,但是其实用二维数组更接近真实情况也更好懂。如果用一维数组,主要是注意每次一遇到障碍,那么障碍本身对应的dp数组值应该为0,还要注意第二层for循环是从下标1开始的,也就是说本来默认dp数组的第一个值是不需要更新的,但因为这道题有障碍物,所以还是要更新dp[0],遇到障碍物直接变为0即可。还有每次内层for循环更新数值的时候也要对于有障碍的地方直接更新为0。其他不变。
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
vector<int> dp(obstacleGrid[0].size(),0);
for(int i=0;i<obstacleGrid[0].size();i++){
if(obstacleGrid[0][i]==1) break;
dp[i]=1;
}
for(int i=1;i<obstacleGrid.size();i++){
if(obstacleGrid[i][0]==1){
dp[0]=0;
}
for(int j=1;j<obstacleGrid[0].size();j++){
if(obstacleGrid[i][j]==1){
dp[j]=0;
}else dp[j]+=dp[j-1];
}
}
return dp[obstacleGrid[0].size()-1];
}
文章里面也给出了一维数组的做法,除了初始化变得复杂了一点,别的没什么差太多。
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
if (obstacleGrid[0][0] == 1)
return 0;
vector<int> dp(obstacleGrid[0].size());
for (int j = 0; j < dp.size(); ++j)
if (obstacleGrid[0][j] == 1)
dp[j] = 0;
else if (j == 0)
dp[j] = 1;
else
dp[j] = dp[j-1];
for (int i = 1; i < obstacleGrid.size(); ++i)
for (int j = 0; j < dp.size(); ++j){
if (obstacleGrid[i][j] == 1)
dp[j] = 0;
else if (j != 0)
dp[j] = dp[j] + dp[j-1];
}
return dp.back();
}