《录鼎记》——动态规划part02

今日任务：

• 62.不同路径

• 63. 不同路径 II

我们要开始动态规划的经典题目：不同路径

一、不同路径

力扣题目链接 (opens new window)

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？

由于本题机器人只能向下或向右移动一步，那我们要达到指定位置，只有两种路径，一个是从目标点的上方，一个是从目标点的左边。

所以其实递推公式也基本清楚了：

dp[i][j] =dp[i][j-1]+dp[i-1][j]

本题相对于斐波那契数列的难点还是在于从一维便到了二维

由于本题要求多少种不同的路径，那么在初始化方面，需要将横向第一行和总想第一列都初始化为1，因为到达这些点都只有一种路径。

class Solution {
public:
    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 j=0;j<n;j++) dp[0][j] =1;
        for(int i=1;i<m;i++){
            for(int j=1;j<n;j++){
                dp[i][j] =dp[i][j-1]+dp[i-1][j];
            }
        }
        return dp[m-1][n-1];

    }
};

不仅如此，本体还可以简化空间复杂度，采用一维数组，原理同样是滚动数组。

class Solution {
public:
    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];

    }
};

二、 不同路径II

力扣题目链接 (opens new window)

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？

本题的难点在于有障碍物，在递推过程中呢，有障碍物的点要单拿出来。

但其实也没有那么难，就加一个判断条件，同时如果改点有障碍，那么到达该点的可用路径为0.

class Solution {
public:
    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){
            return 0;
        }//目标点或者起始点有障碍
        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];

    }
};