本文总结下leetcode经典的三道动态规划题:最小路径和、不同的路径1、不同的路径2
给定一个包含非负整数的 m x n 网格,请找出一条从左上角到右下角的路径,使得路径上的数字总和为最小。
说明:每次只能向下或者向右移动一步。
示例:
输入:
[
[1,3,1],
[1,5,1],
[4,2,1]
]
输出: 7
解释: 因为路径 1→3→1→1→1 的总和最小。
典型的动态规划,递推公式:
dp[i][j] = grid[i][j] (i=0,j=0)
dp[i][j] = dp[i-1][j]+grid[i][j] (i>0,j=0)
dp[i][j] = dp[i][j-1]+grid[i][j] (i=0,j>0)
dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j] (i>0,j>0)
public class 最小路径和64 {
public static int minPathSum(int[][] grid) {
if(grid == null) return 0;
int m = grid.length;
int n = grid[0].length;
int[][] dp = new int[m][n];
for(int i = 0;i
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?
例如,上图是一个7 x 3 的网格。有多少可能的路径?
说明:m 和 n 的值均不超过 100。
示例 1:
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。
输入: m = 7, n = 3
输出: 28
很经典的一道动态规划
if(i == 0 || j == 0){
dp[i][j] = 1;
}
dp[i][j] = dp[i-1][j]+dp[i][j-1];
public class 不同路径62 {
public static int uniquePaths(int m, int n) {
int[][] dp = new int[m][n];
for(int i = 0;i
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。
说明:m 和 n 的值均不超过 100。
示例 1:
输入:
[
[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
还是典型的动态规划,相比上题,增加了障碍。
分开边界和内部的计算,这样会比较清晰。
//行(左边框)
for(int i = 1;i
//行列(内部)
for(int i=1;i
public class 不同路径二63 {
public static int uniquePathsWithObstacles(int[][] obstacleGrid) {
if(obstacleGrid == null||obstacleGrid.length == 0) return 0;
int rows = obstacleGrid.length;
int columns = obstacleGrid[0].length;
int[][] dp = new int[rows][columns];
if(obstacleGrid[0][0] == 1){
dp[0][0] = 0;
}else{
dp[0][0] = 1;
}
//行(左边框)
for(int i = 1;i
输出结果2