LeetCode|Python|400题分类刷题记录——动态规划

动态规划

不断更新中...

动态规划题有两个要点：确定状态转移公式和边界条件，确定状态转移公式有点像找规律一样，只要能找出能从一个状态转移到另一个状态的模式，这道题就差不多解决了。边界条件则表示的是最小子问题的边界。只要确定了状态转移公式和边界条件题目就迎刃而解了。

70. 爬楼梯

假设你正在爬楼梯。需要 n 阶你才能到达楼顶。

每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？

注意：给定 n 是一个正整数。

示例 1：

输入： 2
输出： 2
解释： 有两种方法可以爬到楼顶。
1.  1 阶 + 1 阶
2.  2 阶
示例 2：

输入： 3
输出： 3
解释： 有三种方法可以爬到楼顶。
1.  1 阶 + 1 阶 + 1 阶
2.  1 阶 + 2 阶
3.  2 阶 + 1 阶

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/climbing-stairs
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

思路：首先确定状态转移公式，通过示例发现，因为爬到第n阶楼梯可以在n-1阶的基础上再爬1个台阶，或者在n-2阶的基础上再爬2个台阶，那么第n阶楼梯的爬行方案数取决于n-1阶的方案数和n-2阶楼梯的方案数，即，n阶楼梯的爬行方案数 = n-1阶楼梯的方案数 + n-2阶楼梯的方案数，状态转移公式为：dp[i] = dp[i-1] + dp[i-2]。

边界条件的确定：0阶方案数为1,1阶方案数为1

class Solution:
    def climbStairs(self, n: int) -> int:
        dp = [0] * (n+1)  # 边界条件，dp[i]表示爬到n阶楼梯的方案数，初始0阶和1阶的方案数都为1
        dp[0] = 1  
        dp[1] = 1

        for i in range(2, n+1):
            # 状态转移公式，i阶楼梯的方案数=i-1阶楼梯方案数+i-2阶楼梯方案数
            dp[i] = dp[i-1] + dp[i-2] 
        return dp[n]

 62. 不同路径

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

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/unique-paths
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

思路： 

（1）状态转移公式：由于只能往右走或往下走，因此想要走到第(i, j)格，只能从第（i-1, j）格往右走或者从第（i, j - 1）格往下走，所以第（i, j）格的方案数等于第（i-1, j）格的方案数加上第（i, j - 1）格的方案数，即dp[i][j] = dp[i - 1][j] + dp[i][j - 1]

（2）边界条件：最上行和最左行的所有格子的方案数为1（因为只能一直往右走或者一直往下走）

class Solution:
    def uniquePaths(self, m: int, n: int) -> int:
        dp = [[0] * (n + 1) for _ in range(m + 1)]

        for i in range(1, n + 1):  # 边界条件
            dp[1][i] = 1
        for i in range(1, m + 1):
            dp[i][1] = 1
        
        for i in range(2, m + 1):
            for j in range(2, n + 1):
                dp[i][j] = dp[i - 1][j] + dp[i][j - 1]  # 状态转移公式
        
        return dp[m][n]

 63. 不同路径 II

一个机器人位于一个 m x