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]
};