动态规划 -- 动态递推一

第一步. 找出dp状态的定义

第二步. 找到dp递推方程

Leetcode120. 三角形的最小路径和    动态规划 时间复杂度 O(m*k)   空间复杂度 O(m*k)

一种较为好理解的解法，定义一个二维的数组 dp, 状态 存放在二维数组中 

dp[i][j] = min(dp[i+1][j], dp[i+1][j+1]) + triangle[i][j]

对dp二维数组初始化，将二维数组的最后一行用 原二维数组的最后一行进行初始化

//动态规划
// dp[i][j] = min(dp[i+1][j], dp[i+1][j+1]) + triangle[i][j];

class Solution {
public:
    int minimumTotal(vector<vector<int>>& triangle) 
    {
        int len = triangle.size();
        if(len <= 0)
            return 0;
        vector<vector<int>> dp(len, vector<int>(triangle[len-1].size()));
        for(int i = 0; i < triangle[len-1].size(); i++)   //初始一个dp 递推必须的过程，要有递推的原始值
            dp[len -1][i] = triangle[len-1][i];
        
        for(int i = len - 2; i >= 0; --i)                //从倒数第一行向上递推
        {
            for(int j = 0; j < triangle[i].size(); ++j)
            {
                dp[i][j] = triangle[i][j] + min(dp[i+1][j], dp[i+1][j+1]);    //递推方程
            }
        }
        return dp[0][0];          //推到顶部就是路径最小的和
    }
};

 

Leetcode62. 不同的路径  //动态规划，较为好理解的动态规划     //dp[i][j] = dp[i][j-1] + dp[i-1][j];      ..这道题应该规划为简单

//动态规划，较为好理解的动态规划
//dp[i][j] = dp[i][j-1] + dp[i-1][j];

class Solution {
public:
    int uniquePaths(int m, int n) 
    {
        if(m <= 0 || n <= 0)
            return 0;
        vector<vector<int>> dp(m, vector<int>(n));
        dp[0][0] = 1;
        for(int i = 1; i < n; i++)
            dp[0][i] = 1;  
        for(int j = 1; j < m; j++)
            dp[j][0] = 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];                        
    }
};

Leetcode62. 不同的路径  //动态规划，较为好理解的动态规划     //dp[i][j] = dp[i][j-1] + dp[i-1][j];     

只是动态规划中要判断路径中有没有存放石头，起始路径 和 终点是否是石头，如果是直接返回0，路不通则为0;   类型用long long 类型，int 会益处

class Solution {
public:
    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) 
    {
        long long m = obstacleGrid.size();
        long long n = obstacleGrid[0].size();
        
        if(m <= 0 || n <= 0 || obstacleGrid[m-1][n-1] == 1 || obstacleGrid[0][0])
            return 0;
        vector<vector<long long>> dp(m, vector<long long>(n, 0));
        dp[0][0] = 1;
        for(int i = 1; i < n; ++i)   //初始 横坐标为0 纵坐标的值 
        {
            if(obstacleGrid[0][i] == 1)
                break;
            else
                dp[0][i] = 1; 
        }
        
        for(int j = 1; j < m; ++j)   //初始 纵为0 横坐标的值
        {
            if(obstacleGrid[j][0] == 1)
                break;
            else
                dp[j][0] = 1; 
        }
              
        for(int i = 1; i < m; ++i)
            for(int j = 1; j < n; ++j)
            {
                if(obstacleGrid[i][j] == 1)   //判断该节点有石头 则路不通
                    dp[i][j] = 0;
                else
                    dp[i][j] = dp[i-1][j] + dp[i][j-1];  
            }
        return dp[m-1][n-1];
    }
};