动态规划的精髓感觉始终没有掌握,只能祈求不断刷题来体会
不同路径问题
通过构造dp数组来实现,将第一行和第一列初始化为1,因为机器人只能向右和向下移动,然后动态规划的状态转移方程为:
dp[i][j] = dp[i-1][j]+dp[i][j-1]
知道这些就可以写出代码
class Solution {
public int uniquePaths(int m, int n) {
int[][] dp = new int[m][n];
for(int i = 0;i<m;i++){
dp[i][0] = 1;
}
for(int i = 0;i<n;i++){
dp[0][i] = 1;
}
for(int i =1;i<m;i++){
for(int j = 1;j<n;j++){
dp[i][j] = dp[i-1][j]+dp[i][j-1];
}
}
return dp[m-1][n-1];
}
}
不同路径问题,有障碍物的情况,这种情况稍微复杂,重要的是考虑到障碍物出现的位置的不同情况
- 如果说障碍物出现在(0,0)位置,且矩阵也仅为1*1的情况,直接返回0就OK了
- 如果障碍物出现在第一行或者第一列的情况(到这一步说明障碍物不在(0,0)位置),dp数组的初始化要看该坐标的前一个位置上是否有障碍物或者该位置上是否有障碍物,如果有的话,该位置为0
- 这时候第一行和第一列已经初始化完毕,考虑状态转移方程,和上一题一样,只是要附加考虑该位置是否有障碍物,如果有障碍物,那么该位置直接为0
代码如下
class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
int m = obstacleGrid.length;
int n = obstacleGrid[0].length;
int[][] dp = new int[m][n];
dp[0][0] = 1;
if(obstacleGrid[0][0] == 1)
return 0;
for(int i = 1;i<m;i++){
dp[i][0] = (obstacleGrid[i][0] == 1||dp[i-1][0] == 0)?0:1;
}
for(int i = 1;i<n;i++){
dp[0][i] = (obstacleGrid[0][i] == 1||dp[0][i-1] == 0)?0:1;
}
for(int i = 1;i<m;i++)
for(int j = 1;j<n;j++){
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];
}
}
类似思想还有求最小路径和
最长回文子串,也是动态规划的一种应用