今天继续学习动态规划解决相关问题。
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
思路:
1.本题实际上在当年大一刚开始学C语言时作为一道作业就接触到了,但当时的自己还什么都不会于是被这道题薄纱(现在仍然记忆深刻)。
2.题外话结束。首先确定dp数组,本题中因为是在一个二维矩阵中移动,因此选择二维的dp数组,下标i,j分别代表第i行第j列,dp[i][j]代表到达第i行第j列的那个点有多少种路径。
3.通过题目描述可以知道,要想到达[i][j]位置只能从其左边和上边到达,即到达当前格子的路径等于其上方格子的路径加上左方格子的路径。因此dp[i][j] = dp[i - 1][j] + dp[i][j - 1]。
4.关于初始化,既然当前格由上方的格子和左方的格子确定,那么第一行和第一列的格子显然必须初始化,且到达他们的路径只有一条,即一直向右走或者一直向下走。
5.递归顺序显然是从左上到右下遍历,i和j都是递增。
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 - 1][j] + dp[i][j - 1];
}
}
return dp[m - 1][n - 1];
}
};
63.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”)。
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?
网格中的障碍物和空位置分别用 1 和 0 来表示。
示例 1:
输入:obstacleGrid = [[0,0,0],[0,1,0],[0,0,0]]
输出:2
解释:3x3 网格的正中间有一个障碍物。
从左上角到右下角一共有 2 条不同的路径:
1. 向右 -> 向右 -> 向下 -> 向下
2. 向下 -> 向下 -> 向右 -> 向右
思路:
1.本题与上一题思路基本一致。但是在原有基础之上加入了障碍物,因此在初始化第一行和第一列时如果遇见障碍物,那么其之后的所有元素都不应当再进行赋值(因为不可能到达) ;在遍历过程中也要额外判断如果当前位置是障碍物,那么应当直接跳过。
class Solution {
public:
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
int m = obstacleGrid.size();
int n = obstacleGrid[0].size();
if(obstacleGrid[0][0] == 1 || obstacleGrid[m -1][n - 1] == 1) 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];
}
};
启发:
1.对于这类路径题目,一定要想清楚当前位置能够通过哪些其他位置到达,弄清楚要求的是什么(以上两题中求的都是路径条数,实际上也有可能求到达终点耗费体力之类的最少的路径等)
343.整数拆分
给定一个正整数 n ,将其拆分为 k 个 正整数 的和( k >= 2 ),并使这些整数的乘积最大化。
返回 你可以获得的最大乘积 。
示例 1:
输入: n = 2
输出: 1
解释: 2 = 1 + 1, 1 × 1 = 1。
思路:
1.首先想dp数组及其下标的含义,i就是给定的正整数n,dp[i]就是将i拆分后得到的最大乘积
2.接下来想递推公式。本题比较难想的一个点就是我们到底要拆成几个数?如果我们将i拆分成两个数其实很好想,就是j * (i - j),拆分成三个数,四个数呢?
实际上我们可以在拆分成两个数的基础上进一步拆分i - j,转化为 j * dp[i - j]。可能仍旧会疑惑:那到底是拆成了几个数啊?这里我们就不用管具体到底拆成几个数了,因为不管i - j被拆分成几个数,dp[i - j]就是其拆分后最大的乘积。
因此递推公式就是:dp[i] = max(max(j * (i - j), j * dp[i - j]), dp[i])。这里可能又有疑惑:为什么取最大值的时候还要把dp[i]也取进去?因为在每一次推导的过程中,j从1开始遍历到i - 1,每次计算dp[i]都要取最大的。
3.然后进行初始化,对于dp[0]和dp[1]实际上没有意义,因为这俩根本不能拆分,对于dp[2]题目已经给出为1。
4.最终确定遍历的顺序,因为dp[i]的结果依赖于dp[i - j]的结果,因此我们的遍历顺序是从前向后。
class Solution {
public:
int integerBreak(int n) {
vector<int> dp(n + 1);
dp[2] = 1;
for(int i = 3; i <= n; i++){
for(int j = 1; j <= i / 2; j++){
dp[i] = max(dp[i], max(j * (i - j), j * dp[i - j]));
}
}
return dp[n];
}
};
启发:
1.本题实际上没有必要让j遍历到i - 1,遍历到i / 2即可。因为要使得dp[i]最大,拆分的数应当尽可能的相似,为了使拆分的数尽可能相似,我们应当拆分的是大数而非小数。当j > i / 2后,此时i - j已经比j小,拆分的反而是小数,因此不可能得到最大值。