-
leetcode 746
确定dp[i]的含义为:爬到第i个台阶的最小花费。随后的问题,比如确定递推公式等问题就可以轻松解决。
class Solution { public int minCostClimbingStairs(int[] cost) { //dp[i] 为 爬到第i个台阶的花费。——>爬到第i个台阶的最小花费。 //爬两个或者一个台阶怎么表示?——> 更改定义,取每次的最小值。 int dp []= new int [cost.length + 1]; //dp数组如何初始化? dp[0] = 0 ,dp[1] = 0。 dp[0] = 0; dp[1] = 0; //遍历顺序? 从第二个台阶一直到最后一个台阶 + 1。 for(int i = 2 ; i<cost.length + 1 ; i++){ //递推公式 dp[i] = Math.min(dp[i - 1] + cost[i - 1] , dp[i - 2] + cost[i - 2]); } return dp[cost.length]; } }
-
leetcode 62
class Solution { public int uniquePaths(int m, int n) { //dp[i][j]数组定义为:走到(i,j) 的位置时,一共有dp[i][j]条不同的路径。 //第三个状态由上方路径和左方路径共同决定。 int [][] dp = new int [m][n]; //初始化dp[0][0] = 1,为起点。初始化左右两个边,都是1种路径。 dp[0][0] = 1; for(int i = 1;i < m ;i ++){ dp[i][0] = 1; } for(int j = 1;j<n;j ++){ dp[0][j] = 1; } //遍历顺序,i,j都从1开始遍历。 for(int i = 1;i < m; i++){ for(int j = 1;j< n;j ++){ //递推公式:dp[i][j] = dp[i - 1][j] + dp[i][j - 1]。 dp[i][j] = dp[i - 1][j] + dp[i][j - 1]; } } return dp[m - 1][n - 1]; } }
-
leetcode 63
class Solution { public int uniquePathsWithObstacles(int[][] obstacleGrid) { //技巧:只要将dp[i][j]为障碍的地方记为0即可。 //其他思路与不同路径I一致,需要注意,在初始化时,如果一行有一个障碍,那么后面都要记为0. int m = obstacleGrid.length; int n = obstacleGrid[0].length; int [] []dp = new int [m][n]; if(obstacleGrid[0][0] == 1 || obstacleGrid[m - 1][n - 1] == 1){ return 0; } dp[0][0] = 1; for(int i = 1;i < m && obstacleGrid[i][0] == 0;i++){ dp[i][0] = 1; } for(int j = 1;j < n && obstacleGrid[0][j] == 0 ;j ++){ dp[0][j] = 1; } for(int i = 1 ;i < m;i++){ for(int j = 1; j < n;j ++){ //这里注意,遍历到了障碍要跳过。 if(obstacleGrid[i][j] == 1) continue; dp[i][j] = dp[i - 1][j] + dp[i][j - 1]; } } return dp[m - 1][n - 1]; } }
动态规划入门v0.2
最新推荐文章于 2024-05-05 11:35:29 发布