动态规划太难了?是你没有找对方法,四题带你搞懂动态规划!

💯 博客内容:动态规划刷题

😀 作  者:陈大大陈

🚀 个人简介:一个正在努力学技术的准前端,专注基础和实战分享 ,欢迎私信!

💖 欢迎大家:这里是CSDN,我总结知识和写笔记的地方,喜欢的话请三连,有问题请私信 😘 😘 😘

目录

 一.91. 解码方法 - 力扣(LeetCode)

 二.LCR 098. 不同路径 - 力扣(LeetCode)

三.63. 不同路径 II - 力扣(LeetCode)

四.LCR 166. 珠宝的最高价值 - 力扣(LeetCode)


 

 动态规划的题目说到底其实就五步

1.状态表示

2.列出状态转移方程

3.初始化

4.确定填充顺序

5.确定返回值

接下里的题目就将按照这五步来带大家分析。

 一.91. 解码方法 - 力扣(LeetCode)

一条包含字母 A-Z 的消息通过以下映射进行了 编码 :

'A' -> "1"
'B' -> "2"
...
'Z' -> "26"

要 解码 已编码的消息,所有数字必须基于上述映射的方法,反向映射回字母(可能有多种方法)。例如,"11106" 可以映射为:

  • "AAJF" ,将消息分组为 (1 1 10 6)
  • "KJF" ,将消息分组为 (11 10 6)

注意,消息不能分组为  (1 11 06) ,因为 "06" 不能映射为 "F" ,这是由于 "6" 和 "06" 在映射中并不等价。

给你一个只含数字的 非空 字符串 s ,请计算并返回 解码 方法的 总数 。

题目数据保证答案肯定是一个 32 位 的整数。

示例 1:

输入:s = "12"
输出:2
解释:它可以解码为 "AB"(1 2)或者 "L"(12)。

示例 2:

输入:s = "226"
输出:3
解释:它可以解码为 "BZ" (2 26), "VF" (22 6), 或者 "BBF" (2 2 6) 。

示例 3:

输入:s = "06"
输出:0
解释:"06" 无法映射到 "F" ,因为存在前导零("6" 和 "06" 并不等价)。

提示:

  • 1 <= s.length <= 100
  • s 只包含数字,并且可能包含前导零。

 题解代码

class Solution {
public:
    int numDecodings(string s) {
        int n=s.size();
        vector<int> dp(n+1);
        dp[0]=(s[0]!='0');
        if(s[0]!='0'&&s[1]!='0')
        dp[1]=1;
        int t=(s[0]-'0')*10+s[1]-'0';//前两个位置所表示的数字
        if(t>=10&&t<=26) dp[1]+=1;
        for(int i=2;i<=n;i++)
        {
            if(s[i]!='0') dp[i]+=dp[i-1];//单独编码的情况
            int t=(s[i-1]-'0')*10+s[i]-'0';//共同编码的情况
            if(t>=10&&t<=26)
            dp[i]+=dp[i-2];
        }
      return dp[n-1];
    }
};

首先是状态表示,dp[n]就代表到n这个位置编码的总数

然后列出状态转移方程,根据最近的一步来分析问题

 分析如图,列出状态转移方程为dp[i]=dp[i-1](条件成立时)+dp[i-2](条件成立时)。

第三步初始化,这道题需要初始化前两个位置,注意判断第二个位置是否可以和第一个位置组合

第四步确定填充顺序,这道题目是经典的自上而下,从左到右。

第五步确定返回值,字符串最后一个字母是在n-1的位置。所以返回dp[n-1]。

 二.LCR 098. 不同路径 - 力扣(LeetCode)

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?

示例 1:

输入:m = 3, n = 7
输出:28

示例 2:

输入:m = 3, n = 2
输出:3
解释:
从左上角开始,总共有 3 条路径可以到达右下角。
1. 向右 -> 向下 -> 向下
2. 向下 -> 向下 -> 向右
3. 向下 -> 向右 -> 向下

示例 3:

输入:m = 7, n = 3
输出:28

示例 4:

输入:m = 3, n = 3
输出:6

提示:

  • 1 <= m, n <= 100
  • 题目数据保证答案小于等于 2 * 109

 

首先是状态表示,dp[n]就代表到n这个位置路径的总数。

然后列出状态转移方程,根据最近的一步来分析问题。

到达dp[i][j]这个位置,只能通过dp[i-1][j]和dp[i][j-1]。

所以状态转移方程为dp[i][j]=dp[i-1][j]+dp[i][j-1]。

初始化的时候要注意,第一行和第一列会越界,所以咱们定义stl要多一行多一列

 

如图,绿色部分是咱们多添加的部分。

对绿色部分的虚拟节点进行初始化,要保证后面表的结果正确。

还有就是要注意下标,因为咱们的下标是从1开始的。 

第四步确定填充顺序,这道题目是经典的自上而下,从左到右。

最后是返回值,最后一个位置即为咱们要返回的值。

三.63. 不同路径 II - 力扣(LeetCode)

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。

示例 1:

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

示例 2:

输入:obstacleGrid = [[0,1],[0,0]]
输出:1

提示:

  • m == obstacleGrid.length
  • n == obstacleGrid[i].length
  • 1 <= m, n <= 100
  • obstacleGrid[i][j] 为 0 或 1

 

class Solution {
public:
    int uniquePathsWithObstacles(vector<vector<int>>& ob) {
        int m=ob.size(),n=ob[0].size();
        vector<vector<int>> dp(m+1,vector<int>(n+1));
        dp[0][1]=1;
        for(int i=1;i<=m;i++)
        {
            for(int j=1;j<=n;j++)
            {
                if(ob[i-1][j-1]==0)
                dp[i][j]=dp[i-1][j]+dp[i][j-1];
            }
        }
        return dp[m][n];
    }
};

这道题目的答题思路和上题基本相同,需要处理的只有障碍物的问题。

有障碍物的地方无法到达,那么加上限制条件即可。

需要注意的是,咱们下标从1开始,对应题目所给的二维数组时要减一

四.LCR 166. 珠宝的最高价值 - 力扣(LeetCode)

现有一个记作二维矩阵 frame 的珠宝架,其中 frame[i][j] 为该位置珠宝的价值。拿取珠宝的规则为:

  • 只能从架子的左上角开始拿珠宝
  • 每次可以移动到右侧或下侧的相邻位置
  • 到达珠宝架子的右下角时,停止拿取

注意:珠宝的价值都是大于 0 的。除非这个架子上没有任何珠宝,比如 frame = [[0]]

示例 1:

输入: frame = [[1,3,1],[1,5,1],[4,2,1]]
输出: 12
解释: 路径 1→3→5→2→1 可以拿到最高价值的珠宝

提示:

  • 0 < frame.length <= 200
  • 0 < frame[0].length <= 200
class Solution {
public:
    int jewelleryValue(vector<vector<int>>& frame) {
        int m=frame.size(),n=frame[0].size();
        vector<vector<int>> dp(m+1,vector<int>(n+1));
        
        for(int i=1;i<=m;i++)
        {
            for(int j=1;j<=n;j++)
            {
              dp[i][j]=max(dp[i-1][j],dp[i][j-1])+frame[i-1][j-1];  
            }
        }
        return dp[m][n];
    }
};

 

 首先是状态表示,dp[i][j]表示到达[i,j]位置时,珠宝的最大价值。

然后是列出状态转移方程,珠宝选购的移动方式和上面两题很像。

咱们可以套用,唯一的不同是,要加上此位置珠宝的价值,因为要计算最大价格。

dp[i][j]=max(dp[i-1][j],dp[i][j-1])+frame[i][j]。

初始化的时候,为了防止越界,咱们同样是多开一行一列。

因为珠宝的价值不会小于0,所以虚拟节点的值就初始化为0即可。

填表顺序,自上而下,从左到右。

返回值即为最后一个位置的值。

结语

动态规划这一块大家还是要跟着教程学,自己做题再看答案的话很容易被答案绕晕,因为答案的思路都是不固定的,大家很容易搞混。

  • 16
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 16
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 16
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

陈大大陈

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值