day42-动态规划2

  •  62.不同路径 
  •  63. 不同路径 II 

第一题:不同路径

day42-动态规划2_第1张图片

第一种方法可以用二叉树的深度搜索,求叶子节点的数量

低估函数是dfs(int i,int j, int m,int n)

终止条件是if(i>m || j>n)return 0;   if(i==m && j==n) return 1;

单层递归逻辑是 dfs(i+1,j,m,n) +dfs(i,j+1,m,n)  计算往下+往右

第二种方法:动态规划五部曲

(1)确定二维dp数组以及下标含义

dp[i][j]:表示从(0,0)出发,到(i,j)有dp[i][j]条路径

(2)确定递推公式

到(i,j)可以有两种方式,例如从(i-1,j)往下一步,或者从(i,j-1)往右走一步,

所以dp[i][j]=dp[i-1][j]+dp[i][j-1]

(3)dp数组的初始化

dp[i][0]一定是1,因为第一列的数只能从上一级往下走一步,所以只有一种方式

同理,dp[0][j]也为1,只往右走

初始化代码:

for(int i=0;i

for(int j=0;j

(4)确定遍历顺序

dp[i][j]来自其上方和左方,那么从左到右一层一层的遍历

(5)举例推导

dp[i][j]=dp[i-1][j]+dp[i][j-1]

day42-动态规划2_第2张图片

vector> dp(m,vector(n,0));//定义一个二维数组

第二题:不同路径2

相比于第一题,多了障碍物

day42-动态规划2_第3张图片

day42-动态规划2_第4张图片

动态规划五部曲

(1)确定dp数组及下标含义

肯定还是dp[i][j],表示到达(i,j)的路径数

(2)确定递推公式

跟上一题不同,如果(i,j)上有障碍物,首先dp[i][j]这点肯定是无法到达的,即dp[i][j]=0;

然后如果是第一行和第一列中有障碍物,那么他的右边或者下边肯定都无法到达。没有障碍时,递推和上题一样

所以递推公式:

if(obstacleGrid[i][j]==0){

dp[i][j]=dp[i-1][j]+dp[i][j-1];

}

(3)确定数组初始化

day42-动态规划2_第5张图片

vector> dp(m,vector(n,0));

for(int i=0;i

for(int j=0;j

//就是只对障碍前的格子赋值,后面的不管

(4)确定遍历顺序

从左到右,从上到下一层一层的遍历,如果该点是障碍,就跳过该点继续遍历

(5)举例推导dp数组

代码:

int uniquePathsWithObstacles(vector>& obstacleGrid) {
        int m=obstacleGrid.size();
        int n=obstacleGrid[0].size();
        if(obstacleGrid[m-1][n-1]==1 || obstacleGrid[0][0]==1) //如果在起点或者终点出现了障碍物,直接返回
        return 0;
        
        vector> dp(m,vector(n,0));
        for(int i=0;i

总结:对于动态规划的不同路径问题,可能是不太熟悉,上来的思路是从前到后,站在起点的位置思考怎么往下跳,但是正确的思路应该是从后往前思考,站在终点上看有哪些方法可以到达它,二叉树为前者,动态规划为后者。

你可能感兴趣的:(动态规划,算法)