- 62.不同路径
- 63. 不同路径 II
第一题:不同路径
第一种方法可以用二叉树的深度搜索,求叶子节点的数量
低估函数是dfs(int i,int j, int m,int n)
终止条件是if(i>m || j>n)return 0; if(i==m && j==n) return 1;
单层递归逻辑是 dfs(i+1,j,m,n) +dfs(i,j+1,m,n) 计算往下+往右
第二种方法:动态规划五部曲
(1)确定二维dp数组以及下标含义
dp[i][j]:表示从(0,0)出发,到(i,j)有dp[i][j]条路径
(2)确定递推公式
到(i,j)可以有两种方式,例如从(i-1,j)往下一步,或者从(i,j-1)往右走一步,
所以dp[i][j]=dp[i-1][j]+dp[i][j-1]
(3)dp数组的初始化
dp[i][0]一定是1,因为第一列的数只能从上一级往下走一步,所以只有一种方式
同理,dp[0][j]也为1,只往右走
初始化代码:
for(int i=0;i<m;i++) dp[i][0]=1
for(int j=0;j<n;j++) dp[0][j]=1
(4)确定遍历顺序
dp[i][j]来自其上方和左方,那么从左到右一层一层的遍历
(5)举例推导
dp[i][j]=dp[i-1][j]+dp[i][j-1]
vector<vector<int>> dp(m,vector<int>(n,0));//定义一个二维数组
第二题:不同路径2
相比于第一题,多了障碍物
动态规划五部曲
(1)确定dp数组及下标含义
肯定还是dp[i][j],表示到达(i,j)的路径数
(2)确定递推公式
跟上一题不同,如果(i,j)上有障碍物,首先dp[i][j]这点肯定是无法到达的,即dp[i][j]=0;
然后如果是第一行和第一列中有障碍物,那么他的右边或者下边肯定都无法到达。没有障碍时,递推和上题一样
所以递推公式:
if(obstacleGrid[i][j]==0){
dp[i][j]=dp[i-1][j]+dp[i][j-1];
}
(3)确定数组初始化
vector<vecto<int>> dp(m,vector<int>(n,0));
for(int i=0;i<m &&obstacleGrid[i][0]==0;i++) dp[i][0]=1;
for(int j=0;j<n &7 obstacleGrid[0][j]==0;j++) dp[0][j]=1;
//就是只对障碍前的格子赋值,后面的不管
(4)确定遍历顺序
从左到右,从上到下一层一层的遍历,如果该点是障碍,就跳过该点继续遍历
(5)举例推导dp数组
代码:
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
int m=obstacleGrid.size();
int n=obstacleGrid[0].size();
if(obstacleGrid[m-1][n-1]==1 || obstacleGrid[0][0]==1) //如果在起点或者终点出现了障碍物,直接返回
return 0;
vector<vector<int>> dp(m,vector<int>(n,0));
for(int i=0;i<m && obstacleGrid[i][0]==0;i++) dp[i][0]=1;
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;
dp[i][j]=dp[i-1][j]+dp[i][j-1];
}
}
return dp[m-1][n-1];
}
总结:对于动态规划的不同路径问题,可能是不太熟悉,上来的思路是从前到后,站在起点的位置思考怎么往下跳,但是正确的思路应该是从后往前思考,站在终点上看有哪些方法可以到达它,二叉树为前者,动态规划为后者。