动态规划算法解题汇总

是一种很聪明的解决问题的方式，查找数据的规律，并列出状态转移方程

经典题目有 打家劫舍，最长递增子序列 ，最长无重复子串等等

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？

思路：

        

可以看到，如果目的地在第一行或第一列，那么无论如何到达的方式也只有一种，之后当前的位置等于上面位置的值加上左边位置的值,

状态转移方程如下： 

        

  dp[i][j] = dp[i -1 ][j] + dp[i][j - 1];

完整代码：

var uniquePaths = function(m, n) {
    // 声明dp，将数组直接赋值为1
    let dp = Array.from(Array(m), () => Array(n).fill(1));
    for(let i = 1; i< m; i++){
        for(let j = 1; j < n; j++){
            // 本格子的值，等于上层和左侧的值相加。
            dp[i][j] = dp[i -1 ][j] + dp[i][j - 1];
        }
    }
    return dp[m - 1][n-1]
};

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。

 

输入：obstacleGrid = [[0,0,0],[0,1,0],[0,0,0]]
输出：2

思路：

        和上面不同路径的思路一致，动态规划的状态转移方程还是那个，只是需要添加判断

如果遇到障碍物直接跳过，之后在进行计算

   dp[i][j] = obstacleGrid[i][j] === 1 ? 0 : dp[i - 1][j] + dp[i][j - 1]

 完整代码：

        

var uniquePathsWithObstacles = function(obstacleGrid) {
    const m = obstacleGrid.length
    const n = obstacleGrid[0].length
    const dp = Array(m).fill().map(item => Array(n).fill(0))
    
    for (let i = 0; i < m && obstacleGrid[i][0] === 0; ++i) {
        dp[i][0] = 1
    }
    
    for (let i = 0; i < n && obstacleGrid[0][i] === 0; ++i) {
        dp[0][i] = 1
    }
    
    for (let i = 1; i < m; ++i) {
        for (let j = 1; j < n; ++j) {
            dp[i][j] = obstacleGrid[i][j] === 1 ? 0 : dp[i - 1][j] + dp[i][j - 1]
        }
    }
        
    return dp[m - 1][n - 1]
};