本博客写动态规划第二波基础题目,分别为:
(1)定义二维向量:
vector<vector<int>> dp(m, vector<int>(n, 0));
(2)滚动数组解决二维动态规划问题;时空复杂度一般为O(mn),空间可以压缩为O(n)。
(3)整数拆分的递推公式;还有数学方法
(4)二叉搜索树的定义;
(5)需要注意,每个题目都会有n的取值范围,如果你的初始化循环开始的数字超过了n,就要加if判断语句,直接输出你的初始化值,不然会出错。
目录
62.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
思路:
比较好了解,直接写过程:
(1)递推公式:dp[i][j]=dp[i-1][j]+dp[i][j-1]
(2)初始化:第一行和第一列都为1,只有一种走法;
代码:
class Solution {
public:
int uniquePaths(int m, int n) {
vector<vector<int>> dp(m, vector<int>(n, 0));
for(int i=0;i<m;i++)
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];
}
};
上面时空复杂度都为O(mn)。为了节省空间,也可以使用一维数组,即滚动数组,
63. 不同路径 II
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
思路:
现在有了障碍物,不过整体的思路还是没变,需要注意,初始化时,第一行和第一列还是都为1,但要是遇到障碍物,后面的都为0。递推公式时,只有当前位置是空位置时,才等于原来的递推,同时注意所有图中的障碍物的dp都为0。
代码:
class Solution {
public:
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
int m=obstacleGrid.size();
int n=obstacleGrid[0].size();
vector<vector<int>> dp(m, vector<int>(n, 0));
for(int i=0;i<m&&obstacleGrid[i][0]!=1;i++)
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++)
for(int j=1;j<n;j++)
if(obstacleGrid[i][j]!=1)
dp[i][j]=dp[i-1][j]+dp[i][j-1];
return dp[m-1][n-1];
}
};
343. 整数拆分
给定一个正整数 n,将其拆分为至少两个正整数的和,并使这些整数的乘积最大化。 返回你可以获得的最大乘积。
示例 1:
- 输入: 2
- 输出: 1
- 解释: 2 = 1 + 1, 1 × 1 = 1。
示例 2:
- 输入: 10
- 输出: 36
- 解释: 10 = 3 + 3 + 4, 3 × 3 × 4 = 36。
- 说明: 你可以假设 n 不小于 2 且不大于 58。
思路:
五步法进行分析:
(1)数组及下标含义:dp[i]表示对于数字 i 拆分它的最大乘积;
(2)递推公式
首先最容易想到的就是dp[i]=max(dp[1]*dp[i-1],dp[2]*dp[i-2],dp[3]*dp[i-3],……)。
但是需要注意,上述拆分法是强制将该数拆成四个以上的数了。
所以我们应该只拆分一个,即最小拆分两个,然后拆分三个及以上,所以递推公式就为:
dp[i]= max(dp[i],max((i-j)*j,dp[i-j]*j ),前者是拆分成2个,后者是拆分成2个以上。至于为什么 j 不拆分,因为遍历的时候已经拆分过了,此处dp[i-j]*j,dp[j]*(i-j)以及dp[i-j]*dp[j]是一样的结果。
代码:
class Solution {
public:
int integerBreak(int n) {
vector<int> dp(n+1,1);
dp[0]=0;
dp[1]=0;
dp[2]=1; //注意输入范围是从2开始
for(int i=3;i<=n;i++)
for(int j=1;j<i;j++)
dp[i]=max(dp[i],max((i-j)*j,dp[i-j]*j));
return dp[n];
}
};
96.不同的二叉搜索树
给定一个整数 n,求以 1 ... n 为节点组成的二叉搜索树有多少种?
示例:
#思路
五步法:
首先需要看一下二叉搜索树的定义:左子树上所有节点的值均小于根节点,右子树均大于根节点。
(1)数组下标及含义:dp[i]表示节点为 i 时,二叉搜索树的个数;
(2)递推公式:
由于左子树的值均小于根节点,右子树均大于根节点。
那么对于当前节点n,其可能有:1:左0右dp[n-1];2:左dp[1]右dp[n-2];3:左dp[2]右dp[n-3]。
右边是2~n或者3~n,等价于dp[n-1]等。
所以递推公式为:dp[i]=( dp[0]+dp[n-1] )+ ( dp[1]+dp[n-2] + ……+ ( dp[n-1]+dp[0] )
(3)初始化:dp[1]=1,dp[2]=2;
(4)遍历顺序:从小到大
代码:
class Solution {
public:
int numTrees(int n) {
if(n<=2)
return n;
vector<int> dp(n+1,0);
dp[0]=1;
dp[1]=1;
dp[2]=2;
for(int i=3;i<=n;i++)
for(int j=1;j<=i;j++)
dp[i]+=dp[j-1]*dp[i-j];
return dp[n];
}
};