常见的动态规划（一）-基础问题python

常见的动态规划（一）-基础问题（1）

---

---

---

一、动态规划是什么？

动态规划，英⽂：Dynamic Programming，简称DP，如果某⼀问题有很多重叠⼦问题，使⽤动态规划 是最有效的。 所以动态规划中每⼀个状态⼀定是由上⼀个状态推导出来的，这⼀点就区分于贪⼼，贪⼼没有状态推 导，⽽是从局部直接选最优的。

对于动态规划问题，可以拆解为如下五步曲，这五步都搞清楚了，才能说把动态规划真的掌握了！

二、动态规划-五步曲

1. 确定dp数组（dp table）以及下标的含义，dp[i]、dp[i][j]

2. 确定递推公式

3. dp数组如何初始化

4. 确定遍历顺序

5. 举例推导dp数组

三、一些例子

1. （746）使用最小花费爬楼梯

leetcode746链接
题目描述
给你一个整数数组 cost ，其中 cost[i] 是从楼梯第 i 个台阶向上爬需要支付的费用。一旦你支付此费用，即可选择向上爬一个或者两个台阶。
你可以选择从下标为 0 或下标为 1 的台阶开始爬楼梯。
请你计算并返回达到楼梯顶部的最低花费。

代码如下：

class Solution(object):
    def minCostClimbingStairs(self, cost):
        """
        :type cost: List[int]
        :rtype: int
        """
        n = len(cost)
        dp = [0]*(n+1) #dp数组的初始化
        for i in range(2, n + 1):
            dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2])  #确定递推公式
        return dp[n]

2.（62）不同路径

leetcode62
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？

输入：m = 3, n = 7
输出：28

代码如下（示例）：

class Solution(object):
    def uniquePaths(self, m, n):
        #dp[i][j]表示从（0，0）出发，到（i，j）有多少不同的路径
        #因为只能向上或向下移动，所以递推公式为：dp[i][j] = dp[i-1][j]+dp[i][j-1]
        #初始化，dp[i][0]=1,以及dp[0][j]=1，只能一个方向
        dp = [[1]*n for i in range(m)]
        for i in range(1,m):
            for j in range(1,n):
                dp[i][j] = dp[i-1][j] + dp[i][j-1]
        return dp[m-1][n-1]

---

注意：
创建一个m*n的数组，dp = [ [1]*n for i in range(m)]

3.（63）不同路径II

leetcode63
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。

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

class Solution(object):
    def uniquePathsWithObstacles(self, obstacleGrid):
        """
        :type obstacleGrid: List[List[int]]
        :rtype: int
        """
        m = len(obstacleGrid) #行数
        n = len(obstacleGrid[0]) #列数
        dp = [[0]*n for i in range(m)]
        if obstacleGrid[0][0] == 1:
            return 0
    
        #处理第一行
        for i in range(n):
            if obstacleGrid[0][i] == 0:
                dp[0][i] = 1
            else:break
        #处理第一列
        for i in range(m):
            if obstacleGrid[i][0] == 0:
                dp[i][0] = 1
            else:break
        for i in range(1,m):
            for j in range(1,n):
                if obstacleGrid[i][j] == 1:
                    dp[i][j] = 0
                else:
                    dp[i][j] = dp[i-1][j] + dp[i][j-1]
        return dp[m-1][n-1]

总结

例如：以上动态规划的基础问题，能力有限，只能写出简单粗暴的dp有更好的解法欢迎在评论区留下你的代码哈，类似的基础题还有斐波那契数（509），爬楼梯（70）等等，想更了解的话可以到leetcode上找找相应的题练练手，这里有时间的话就会更新哈。后续更新动态规划（二）-背包问题