昨天有点摆烂鸽了一天,今天补3个(有两个是以前做的)因为关联性比较强,放在一起学习可能会比较好。
LeetCode-62不同路径https://leetcode.cn/problems/unique-paths/description/?envType=study-plan-v2&envId=dynamic-programmingLeetCode-64最小路径和https://leetcode.cn/problems/minimum-path-sum/description/?envType=study-plan-v2&envId=dynamic-programmingLeetCode-63不同路径IIhttps://leetcode.cn/problems/unique-paths-ii/description/?envType=study-plan-v2&envId=dynamic-programming
//不同路径
class Solution {
public:
int uniquePaths(int m, int n) {
// 创建一个 m x n 的二维数组
int dp[m][n];
// 初始化第一行和第一列
for (int i = 0; i < m; i++) {
dp[i][0] = 1;
}
for (int j = 0; j < n; j++) {
dp[0][j] = 1;
}
// 计算 dp 数组的其他值
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];
}
};
最小路径和
class Solution {
public:
int minPathSum(vector<vector<int>>& grid) {
int m = grid.size();
int n = grid[0].size();
vector<vector<int>> dp(m, vector<int>(n));
dp[0][0] = grid[0][0];
for (int i = 1; i < m; ++i) {
dp[i][0] = dp[i-1][0] + grid[i][0];
}
for (int j = 1; j < n; ++j) {
dp[0][j] = dp[0][j-1] + grid[0][j];
}
for (int i = 1; i < m; ++i) {
for (int j = 1; j < n; ++j) {
dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j];
}
}
return dp[m-1][n-1];
}
};
//不同路径II
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,0));
for(int i =0;i<m&&obstacleGrid[i][0] == 0;++i){
dp[i][0]=1;
}
for(int i =0;i<n&&obstacleGrid[0][i] == 0;++i){
dp[0][i]=1;
}
for(int i =1;i<m;i++){
for(int j = 1;j<n;j++){
if (obstacleGrid[i][j] == 0) {
dp[i][j] = dp[i-1][j] + dp[i][j-1];
}
}
}
return dp[m-1][n-1];
}
};
三个代码相同的处理:
1, 都首先申请了一个dp[][],用来迭代(循环运算)
vector<vector<int>> dp(m, vector<int>(n));
vector<vector<int>> dp(m,vector<int>(n,0));
2,都有对第一行第一列的初始化
for(int i =0;i<m&&obstacleGrid[i][0] == 0;++i){
dp[i][0]=1;
}
for(int i =0;i<n&&obstacleGrid[0][i] == 0;++i){
dp[0][i]=1;
}
for (int i = 1; i < m; ++i) {
dp[i][0] = dp[i-1][0] + grid[i][0];
}
for (int j = 1; j < n; ++j) {
dp[0][j] = dp[0][j-1] + grid[0][j];
}
3,不同的是,第一个题目,不要求进行判断非零点,第二个题目计算的是权值,第三个题目计算需要进行判断不可以走的点,且对应的相关操作不一样。由题目条件得出来的
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];
}
}
for (int i = 1; i < m; ++i) {
for (int j = 1; j < n; ++j) {
dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j];
}
}
for(int i =1;i<m;i++){
for(int j = 1;j<n;j++){
if (obstacleGrid[i][j] == 0) {
dp[i][j] = dp[i-1][j] + dp[i][j-1];
}
}
}
总结:动态规划题目:
(1)申请一个空间存储每一步迭代的结果,迭代或者循环到左后就是答案
(2)把初始情况写清楚
(3)找到递推公式(可以借助高中数列的递推公式地思想)
(4)根据题目条件写递推公式。