62.不同路径题目链接
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?
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。
- 向右 -> 向下 -> 向下
- 向下 -> 向下 -> 向右
- 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
思路
题目要求只能向右和向下移动,所以坐标(i,j)只能由(i-1,j)或者(i,j-1)得到,满足:当前状态由以前状态有关的特性,可以考虑动态规划方法,使用动态规划的固定步骤:
- 确定dp数组含义:
本题是求到一个坐标的路径数,所以dp数组需要两维来表示。dp[i][j]:从(0,0)到(i,j)的路径数
vector<vector<int>> dp(m, vector<int>(n, 0)); //m为行数,n为列数
- 确定递推公式:
dp[i][j]==上面一格的路径数+左边一格的路径数
dp[i][j] = dp[i - 1][j] + dp[i][j - 1]
- 初始化
初始化由递推公式确定,每个值由上边和左边决定,所以第一行和第一列需要初始化。
for (int i = 0; i < m; i++){ //初始化第一列和第一行
dp[i][0] = 1;
}
for (int j = 0; j < n; j++){
dp[0][j] = 1;
}
- 确定遍历顺序:
同样由递推公式确定,从小下标到大下标,所以需要从小到大遍历:
由于本题dp数组是二维的,存在一个问题:先遍历行还是列?本题无影响,但有些二维动态规划有影响,比如背包问题等,对于二维dp数组的遍历顺序需要认真考虑。
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];
}
}
- 打印dp数组
出错时,通过dp数组排查问题所在。
62.不同路径完整代码
class Solution {
public:
int uniquePaths(int m, int n) {
vector<vector<int>> dp(m, vector<int>(n, 0)); //定义dp数组的含义:dp[i][j]表示路径数
for (int i = 0; i < m; i++){ //初始化第一列和第一行
dp[i][0] = 1;
}
for (int j = 0; j < n; j++){
dp[0][j] = 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];
}
};
63. 不同路径 II
题目链接
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:
- 向右 -> 向右 -> 向下 -> 向下
- 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
思路
不同于第一题,本题加入了障碍,但是(i,j)的路径数依旧由(i-1,j)和(i,j-1)有关,所以依旧考虑使用动态规划方法,只是需要修改递归公式等内容。
- 确定dp数组含义:
dp[i][j]:从(0,0)到(i,j)的路径数
vector<vector<int>> dp(m, vector<int> (n,0)); //定义dp,m和n分别表示行数和列数
- 确定递推公式:
只对无障碍的坐标进行运算:
if (obstacleGrid[i][j] == 0){ //递归方程
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
- 初始化
首先不能到达的坐标(有障碍物)初始化为0,然后分别初始化第一列和第一行为1,但有障碍物及后面都保留0.
for (int i = 0; i < m && obstacleGrid[i][0] != 1; i++){ //初始化第一列
dp[i][0] = 1;
}
for (int j = 0; j < n && obstacleGrid[0][j] != 1; j++){ //初始化第一行
dp[0][j] = 1;
}
- 确定递推顺序
先遍历行或者列都行。
for (int i = 1; i < m; i++){ //遍历
for (int j = 1; j < n; j++){
//递推公式
}
}
完整代码
class Solution {
public:
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
int m = obstacleGrid.size();
int n = obstacleGrid[0].size();
if (obstacleGrid[0][0] == 1 || obstacleGrid[m - 1][n - 1] == 1){ //边界判断
return 0;
}
vector<vector<int>> dp(m, vector<int> (n,0)); //定义dp
for (int i = 0; i < m && obstacleGrid[i][0] != 1; i++){ //初始化dp
dp[i][0] = 1;
}
for (int j = 0; j < n && obstacleGrid[0][j] != 1; j++){
dp[0][j] = 1;
}
for (int i = 1; i < m; i++){ //遍历
for (int j = 1; j < n; j++){
if (obstacleGrid[i][j] == 0){ //递归方程
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
}
return dp[m - 1][n - 1];
}
};