代码随想录算法训练营第三十九天 | 62.不同路径、63. 不同路径 II
62.不同路径
动态规划算法
思路:
- 确定 dp 数组以及下标的含义: dp[i][j] 表示从 (0,0) 出发,到 (i, j) 有 dp[i][j] 条不同的路径;
- 确定递推公式: 想要求 dp[i][j],只能有两个方向来推导出来,即 dp[i - 1][j] 和 dp[i][j - 1]。dp[i - 1][j] 表示从 (0, 0) 的位置到 (i - 1, j) 有几条路径,dp[i][j - 1] 同理。因此 dp[i][j] = dp[i - 1][j] + dp[i][j - 1],因为 dp[i][j] 只有这两个方向过来;
- dp 数组如何初始化: 首先 dp[i][0] 即第一行一定都是1,因为从 (0, 0) 的位置到 (i, 0)的路径只有一条,那么 dp[0][j] 也同理;
- 确定遍历顺序: 从递推公式 dp[i][j] = dp[i - 1][j] + dp[i][j - 1],dp[i][j] 都是从其上方和左方推导而来,那么从左到右一层一层向下遍历就可以了;
- 举例推导dp数组: 如下图所示
class Solution {
public int uniquePaths(int m, int n) {
if(m <= 2 && n <= 2) return Math.min(m, n);
// 1.确定 dp 数组及下标的含义:到达当前位置有几条路径
int[][] dp = new int[m][n];
// 3.初始化 dp 数组
for(int i = 0; i < m; i++) {
dp[i][0] = 1;
}
for(int i = 0; i < n; i++) {
dp[0][i] = 1;
}
// 4.确定遍历顺序
for(int i = 1; i < m; i++) {
for(int j = 1; j < n; j++) {
// 2.确定递推公式
dp[i][j] = dp[i][j - 1] + dp[i - 1][j];
}
}
// 5.打印 dp 数组(debug 用)
return dp[m - 1][n - 1];
}
}
63. 不同路径 II
动态规划算法
思路:本题与上一题相比,主要变动在于障碍改变了递推公式的条件,以及 dp 数组的初始化。
- 确定 dp 数组以及下标的含义: dp[i][j] 表示从 (0,0) 出发,到 (i, j) 有 dp[i][j] 条不同的路径;
- 确定递推公式: 与上一题类似,只是需要判断当前位置是否有障碍;
- dp 数组如何初始化: 在上一题的基础上,以第一行为例,若当前位置有障碍,则后续位置无需初始化,第一列同理。
- 确定遍历顺序: 从递推公式 dp[i][j] = dp[i - 1][j] + dp[i][j - 1],dp[i][j] 都是从其上方和左方推导而来,那么从左到右一层一层向下遍历就可以了;
- 举例推导dp数组: 如下图所示(以力扣本题实例一为例)
class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
int m = obstacleGrid.length;
int n = obstacleGrid[0].length;
// 如果在起点或终点出现了障碍,直接返回0
if (obstacleGrid[m - 1][n - 1] == 1 || obstacleGrid[0][0] == 1) {
return 0;
}
// 1.确定 dp 数组及下标含义
int[][] dp = new int[m][n];
// 3.dp 数组初始化
for(int i = 0; i < n; i++) { // 第一行
if(obstacleGrid[0][i] == 1) {
break;
} else {
dp[0][i] = 1;
}
}
for(int j = 0; j < m; j++) { // 第一列
if(obstacleGrid[j][0] == 1) {
break;
} else {
dp[j][0] = 1;
}
}
for(int i = 0; i < m; i++) {
for(int j = 0; j < n; j++) {
System.out.print(dp[i][j] + " ");
}
System.out.println();
}
// 4.确定遍历顺序
for(int i = 1; i < m; i++) {
for(int j = 1; j < n; j++) {
// 2.确定递推公式
if(obstacleGrid[i][j] == 1) {
continue;
} else if(obstacleGrid[i - 1][j] == 1) {
dp[i][j] = dp[i][j - 1];
} else if(obstacleGrid[i][j - 1] == 1) {
dp[i][j] = dp[i - 1][j];
} else {
dp[i][j] = dp[i][j - 1] + dp[i - 1][j];
}
}
}
// 5.打印 dp 数组(debug 用)
for(int i = 0; i < m; i++) {
for(int j = 0; j < n; j++) {
System.out.print(dp[i][j] + " ");
}
System.out.println();
}
return dp[m - 1][n - 1];
}
}
// 代码随想录版本一:
class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
int m = obstacleGrid.length;
int n = obstacleGrid[0].length;
int[][] dp = new int[m][n];
//如果在起点或终点出现了障碍,直接返回0
if (obstacleGrid[m - 1][n - 1] == 1 || obstacleGrid[0][0] == 1) {
return 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++) {
dp[i][j] = (obstacleGrid[i][j] == 0) ? dp[i - 1][j] + dp[i][j - 1] : 0;
}
}
return dp[m - 1][n - 1];
}
}
// 代码随想录版本二(空间优化):
class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
int m = obstacleGrid.length;
int n = obstacleGrid[0].length;
int[] dp = new int[n];
for (int j = 0; j < n && obstacleGrid[0][j] == 0; j++) {
dp[j] = 1;
}
for (int i = 1; i < m; i++) {
for (int j = 0; j < n; j++) {
if (obstacleGrid[i][j] == 1) {
dp[j] = 0;
} else if (j != 0) {
dp[j] += dp[j - 1];
}
}
}
return dp[n - 1];
}
}