code62: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?
例如,上图是一个7 x 3 的网格。有多少可能的路径?
说明:m 和 n 的值均不超过 100。
示例 1:
输入: m = 3, n = 2
输出: 3
解释:
从左上角开始,总共有 3 条路径可以到达右下角。
- 向右 -> 向右 -> 向下
- 向右 -> 向下 -> 向右
- 向下 -> 向右 -> 向右
示例 2:
输入: m = 7, n = 3
输出: 28
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/unique-paths
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
解答:
动态规划
- 直接考虑最后的终点,只能由其上面的格子以及左边的格子到达。
所以对于一般情况:Y(m,n) = Y(m,n-1) +Y(m-1,n) - 考虑临界情况:即上方解答,直接输出Y(m,n)
- 考虑边界情况:Y(1,1)暂且定为1,然后Y(1,2) = Y(2,1)=Y(1,1)=1,然后带入迭代中可得最终结果。也就是说当矩形为1n或者m1时,均为1(即两边一直为1)
- 代码中我们用二维数组寄存得到的结果。所以对于任意元素,m-1,n-1。
代码:
def uniquePaths( m: int, n: int) :
y = [[0] * n for i in range(m) ]
#print(y)
for i in range(0,m):
for j in range(0,n):
#print(i,j,y[0][2])
if i==0 or j==0:
y[i][j]=1
else:
y[i][j] = y[i-1][j] + y[i][j-1]
return y[m-1][n-1]
x = uniquePaths(7,3)
print(x)
PS:
需要注意的点,初始化数组时,前者为行,后者为列。因为二维list取值顺序是先进入第一层第几个数组(m),然后在该数组中选取第几个值(n)。
code63:不同路径2
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。
说明:m 和 n 的值均不超过 100。
示例 1:
输入:
[
[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:
- 向右 -> 向右 -> 向下 -> 向下
- 向下 -> 向下 -> 向右 -> 向右
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/unique-paths-ii
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
解答:
- 考虑动态规划(相比叫迭代,叫循环可能更精确点?)同样是满足:Y(m,n) = Y(m,n-1) +Y(m-1,n)的。
- 临界情况相同。如上
- 边界情况:除了双边为1的初始条件,还需要增加一个边是否为0的判断,如果他“前面”的元素为0,那之后均为0(此处判定下一位是否存在需要判断参数是否在m-2,n-2以内)。如果障碍出现在中间不影响动态规划。
- 同样注意代码数组的0起始属性。
代码:
def uniquePathsWithObstacles(obstacleGrid):
y =obstacleGrid
m = len(y)
n = len(y[0])
for i in range(0, m):
for j in range(0, n):
if y[i][j] == 1:
y[i][j] = 0
else:
y[i][j] = 1
#print(y)
for i in range(0,m):
if y[i][0] == 0:
if i<=m-2:
y[i+1][0] = 0
for i in range(0,n):
if y[0][i] == 0:
if i<=n-2:
y[0][i+1] = 0
#return y
#print(y)
for i in range(1,m):
for j in range(1,n):
if y[i][j] != 0:
y[i][j] = y[i - 1][j] + y[i][j - 1]
#print(y)
return y[m - 1][n - 1]
x = [
[0,0,0],
[0,1,0],
[0,0,0]
]
z = uniquePathsWithObstacles(x)
print(z)
第一遍循环,将0与1进行调换,确认障碍为0,可通行为1;
第二遍循环,将双边出现0后面的元素均设置为0;
第三遍循环,依照公式得到最终结果。(此处要注意,如果本位数为0时,要保持原样,不为0才能做规划加和)