复习一下dp动规

动规解决的问题:

重复子问题;

动规与贪心的区别:

贪心是局部选优,不涉及到状态迁移问题;

动规写法:

动规分为普通动规以及背包问题,写法皆为 动规五部曲

首先,明确动规数组含义;

其次,明确递推公式;

然后,确定初始化;

再者,确定遍历顺序;

最后,出错打印数组;

举例:

1.  爬楼梯消费体力问题:leetcode 746

 思路:

重复子问题:每次爬楼梯都是 一层或者两层--->选择动规;

五部曲:

dp[i] 含义:爬到下标为 i 层的楼梯需要的最小花费;

规定 :

爬到某一层时需要花费该层的体力。

离开该层不花费体力。

爬到顶层,顶层不花费体力

注意区别:问题是询问爬到楼顶的花费,我们设的是爬到某层楼梯的花费!!

递推公式:如果爬到下标为2的楼梯,根据 每次 爬  1 / 2 层可知,可以从0 爬两层到2,也可以从1爬1层到2;即:

dp[2]=min(dp[0],dp[1])+cost[2];

则,爬到顶层,即 下标为 2 楼梯的 下一层【楼梯总数为3】,最低花费可以是:

min(dp[2],dp[1])

初始化:dp[0]=cost[0] , dp[1]=cost[1];

遍历顺序:从前往后

打印数组:略

代码:

class Solution {
public:
    int minCostClimbingStairs(vector<int>& cost) {
        vector<int> dp(cost.size());
        dp[0] = cost[0];
        dp[1] = cost[1];
        for (int i = 2; i < cost.size(); i++) {
            dp[i] = min(dp[i - 1], dp[i - 2]) + cost[i];
        }
        // 注意最后一步可以理解为不用花费,所以取倒数第一步,第二步的最少值
        return min(dp[cost.size() - 1], dp[cost.size() - 2]);
    }
};

2.  机器人路径问题 leetcode 62

  思路:

重复子问题:每次机器人都是往下走或者往右走--->选择动规;

五部曲:

dp[i][j] 含义:到达第【i,j】需要多少步;

注意:何时选择二维dp,一维dp,根据题目的要求,此题给了二维网格,显然用二维更好

递推公式因为每次机器人走法,只能向右或者向下,则到达第 (i,j)处,只能通过左边或者上方走到,即:

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

初始化:dp[0][j]=1;dp[i][0]=1;

遍历顺序:从前往后

打印数组:略

 代码:

class Solution {

public:

    int uniquePaths(int m, int n) {

        vector<vector<int>>dp(m,vector<int>(n));

        //dp[i][j]表示到达下标 (i,j)的路径数

        //递推公式:dp[i][j]=dp[i-1][j]+dp[i][j-1];

        //初始化:dp[0][j]=1,dp[i][0]=1;

        //遍历顺序:从前往后;

        //打印数组

        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-1][j]+dp[i][j-1];

            }

        }

        return dp[m-1][n-1];

    }

};

3. 机器人路径问题,有障碍 leetcode  63

与上题不同在于,此题路径中有障碍:

如何考虑?

如果有障碍,则说明所有原本经过该位置【原来无障碍,现在有障碍】到达目的地的走法都不能够计入路径总数!

因此,我们将经过该路径时的dp值不更新即可!

代码:

class Solution {

public:

    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {

        int m=obstacleGrid.size();

        int n=obstacleGrid[0].size();

        vector<vector<int>>dp(m,vector<int>(n));

        //dp[i][j]表示到达下标 (i,j)的路径数

        //递推公式:dp[i][j]=dp[i-1][j]+dp[i][j-1];

        //初始化:dp[0][j]=1,dp[i][0]=1;

        //遍历顺序:从前往后;

        //打印数组

        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];

    }

};

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值