【LeetCode动态规划#02】图解不同路径I + II(首次涉及二维dp数组,)
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 = 2, n = 3
- 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 -> 向右 -> 向下
- 向右 -> 向下 -> 向右
- 向下 -> 向右 -> 向右
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 * 10^9
思路
题意没什么好分析的,就是从起始点到终点有多少种走法
直接上五部曲分析
五步走
1、确定dp数组含义
从题干和所给示例可以得出
dp[i][j]:从[0] [0]出发走到[i] [j]有dp[i][j]种走法
2、确定递推公式

如图所示
根据dp数组的定义,
从[0] [0]出发走到[i] [j]上方(也就是[i] [j-1])有dp[i][j-1]种走法,其再往下走一步就可以到[i] [j](即等于dp[i][j])
从[0] [0]出发走到[i] [j]左侧(也就是[i-1] [j])有dp[i-1][j]种走法,其再往右走一步就可以到[i] [j]
(注意,以dp[i][j-1]为例,它指的是 走法 而不是走了几步,因此再往下走,不是dp[i][j-1] + 1)
因为题目说了每次只能向下或向左移动一步,所以上面的分析就已经把所有到达[i] [j]的可能路径表示出来了
即到达[i] [j]的路径种类等于从其上方到达的方式加上从其左边到达的方式
也就是:dp[i][j] = dp[i][j-1] + dp[i-1][j]
3、确定dp数组初始化方式
dp[i][j-1]是到达[i] [j]上方的所有路径,那么其一定使用了最上方部分(绿色)
同理,在推导dp[i-1][j]时也使用到了最左侧的部分(橙色)
那么,这两块区域就是我们要初始化的对象,即dp[0],[j]和dp[i],[0]

那么,初始值是多少呢?
还是联系dp数组的定义,我们发现,在最上方的绿色部分前进时,无论在哪一格、怎么走都只有一种方式前进(就是往右)
(因为题目规定只能往右或下走)
橙色的部分同理
因此绿色和橙色部分的每一个格子的dp值其实都是1,意味着不论从这两个区域中的哪一格出发,都只有一种前进方式
所以可以把dp[0],[j]和dp[i],[0]全部初始化为1
for (int i = 0; i < m; i++) dp[i][0] = 1;
for (int j = 0; j < n; j++) dp[0][j] = 1;
4、确定遍历方式
因为只能往右或者下走,那前进顺序就是从左往右或者从上到下了
自然的,这也就是遍历的顺序
这样,在从左往右时,遍历的每一个格才能利用左边的上一个格来进行推导,从上到下同理
代码
这里创建的dp数组是二维的,结构如下:(举例)
m行->([0,0,0,0]为一行)
[[0,0,0,0], n列↓
[0,0,0,0],
[0,0,0,0],
[0,0,0,0],
[0,0,0,0]]
class Solution {
public:
int uniquePaths(int m, int n) {
//定义dp数组(先使用0初始化数组)
vector<vector<int>> dp(m, vector<int>(n, 0));
//初始化dp[i][0]和dp[0][j]
for(int i = 0; i < m; ++i) dp[i][0] = 1;
for(int j = 0; j < n; ++j) dp[0][j] = 1;
//遍历
for(int i = 1; i < m; ++i){//[0,0]已经初始化了,因此i、j都需要从1开始
for(int j = 1; j < n; ++j){
dp[i][j] = dp[i][j - 1] + dp[i - 1][j];//递推公式
}
}
return dp[m - 1][n - 1];//注意,这里需要减1,因为数组是从0开始数的,而mn是从1开始的
}
};
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
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
这题是在上题的基础上增加了障碍物,主要区别在状态转换方程和dp数组初始化上
并且需要注意的是,本题是直接给了网格并在上面注明类障碍物的位置(0无障碍,1有障碍)
直接开始
五步走
1、确定dp数组(dp table)以及下标的含义
dp[i][j] :表示从(0 ,0)出发,到(i, j) 有dp[i][j]条不同的路径。
2、确定递推公式
这里递推公式的核心部分和上题一样,但是需要增加额外的条件
当遇到障碍时,障碍后面的路径就没有办法走到了,因此需要保持为0
if(obstacleGrid[i][j] == 0){//没遇到障碍物时就正常计算dp数组的值
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
3、确定dp数组初始化方式
因为引入了障碍,初始化方式会有所变化
还是拿之前的图来看

如果绿色和橙色部分(需要初始化的地方)有障碍物,那么从障碍物起,之后的位置都将标记为0,因为那些地方再也去不到了
(因为只能往右或下走)
于是初始化时需要加入条件
在上一题中,我们给出的初始化代码为:
vector<vector<int>> dp(m, vector<int>(n, 0));//初始值为0
if(int i = 0; i < m; ++i) dp[i][0] = 1;
if(int j = 0; j < n; ++j) dp[0][j] = 1;
本题中需要在for循环的结束条件中做改动
vector<vector<int>> dp(m, vector<int>(n, 0));//初始值为0
if(int i = 0; i < m && obstacleGrid[i][0] == 0; ++i) dp[i][0] = 1;
if(int j = 0; j < n && obstacleGrid[0][j] == 0; ++j) dp[0][j] = 1;
即在初始化绿色部分时,如果没遇到障碍物,正常初始化赋值;如果遇到了,就终止for循环,之后的位置保持值为0
(橙色部分同理)
4、确定遍历顺序
仍然是从左到右、从上到下,但在遍历过程中如果遇到障碍物,需要continue一下
for(int i = 0; i < m; ++i){
for(int j = 0; j < n; ++j){
if(obstacleGrid[i][j] == 1) continue;
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
5、打印dp数组
因为本题的逻辑相较于上题复杂了一些,所以有必要自己推算一下dp数组来确保结果的正确性
用示例1举例:

dp数组手动推导如图所示

完整代码
class Solution {
public:
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
//创建dp数组
int m = obstacleGrid.size();
int n = obstacleGrid[0].size();
//如果在起点/终点出现障碍,直接返回0
if(obstacleGrid[0][0] == 1 || obstacleGrid[m - 1][n - 1] == 1) return 0;
vector<vector<int>> dp(m, vector<int>(n, 0));
//初始化dp数组
for(int i = 0; i < m && obstacleGrid[i][0] == 0; ++i) dp[i][0] = 1;
for(int j = 0; j < n && obstacleGrid[0][j] == 0; ++j) dp[0][j] = 1;
//遍历
for(int i = 1; i < m; ++i){
for(int j = 1; j < n; ++j){
if(obstacleGrid[i][j] == 1) continue;
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
return dp[m - 1][n - 1];
}
};
注意:复制某些重复代码时,记得要修改完所有的对应值!!!
【LeetCode动态规划#02】图解不同路径I + II(首次涉及二维dp数组,)的更多相关文章
- LeetCode OJ:Search a 2D Matrix II(搜寻二维矩阵)
Write an efficient algorithm that searches for a value in an m x n matrix. This matrix has the follo ...
- LeetCode(113):路径总和 II
Medium! 题目描述: 给定一个二叉树和一个目标和,找到所有从根节点到叶子节点路径总和等于给定目标和的路径. 说明: 叶子节点是指没有子节点的节点. 示例:给定如下二叉树,以及目标和 sum = ...
- [LeetCode] Search a 2D Matrix II 搜索一个二维矩阵之二
Write an efficient algorithm that searches for a value in an m x n matrix. This matrix has the follo ...
- [LeetCode] 240. Search a 2D Matrix II 搜索一个二维矩阵 II
Write an efficient algorithm that searches for a value in an m x n matrix. This matrix has the follo ...
- [LeetCode] 272. Closest Binary Search Tree Value II 最近的二叉搜索树的值 II
Given a non-empty binary search tree and a target value, find k values in the BST that are closest t ...
- LeetCode OJ :Unique Binary Search Trees II(唯一二叉搜索树)
题目如下所示:返回的结果是一个Node的Vector: Given n, generate all structurally unique BST's (binary search trees) th ...
- leetcode——Search a 2D Matrix 二维有序数组查找(AC)
Write an efficient algorithm that searches for a value in an m x n matrix. This matrix has the follo ...
- [LeetCode] Unique Paths 不同的路径
A robot is located at the top-left corner of a m x n grid (marked 'Start' in the diagram below). The ...
- [LeetCode] Flatten 2D Vector 压平二维向量
Implement an iterator to flatten a 2d vector. For example,Given 2d vector = [ [1,2], [3], [4,5,6] ] ...
- Minimum Transport Cost(floyd+二维数组记录路径)
Minimum Transport Cost Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/O ...
随机推荐
- 编译configure常用参数详解
./configure常用参数解释: 具体通过–help来查看具体支持什么功能.有时候编译不通过,可能依赖一些库,如果这些库关联的功能我们不需要,可以通过---disable-*lib来取消相关库的编 ...
- DataRow[]数组转换为DataTable
DataRow[] drData=DataTable.Select("....."); DataTable dtNew=drData.CopyToDataTable(); 注:Da ...
- k8s利用endpoints和service访问外部服务
一.原理解析 在k8s集群中我们通过创建service去访问对应pod内的服务,而在创建service的时候会同时创建一个与service同名的endpoints对象,endpoints与pod实际建 ...
- C#实现统一登录(SSO)
SSO的基本概念 SSO英文全称Single Sign On(单点登录).SSO是在多个应用系统中,用户只需要登录一次就可以访问所有相互信任的应用系统.它包括可以将这次主要的登录映射到其他应用中用于同 ...
- SpringBoot - Lombok使用详解1(基本介绍、安装配置、var和val)
我们创建 POJO 类时,经常需要先写属性,然后手写或者自动生成 get 和 set 方法,然后还要重写 toString 方法....一系列操作下来,这个 POJO 类便会产生太多的样板式代码. 这 ...
- wait_event_interruptible() 等待队列
在Linux驱动程序中,可以使用等待队列(Wait Queue)来实现阻塞进程的唤醒. 1.定义"等待队列头部" wait_queue_head_t my_queue; wait_ ...
- 前端实现文件上传——angular版本+ant design
html代码 <nz-upload *ngIf="uploadParams.parserTypeId==3 || uploadParams.parserTypeId==4" ...
- 【Docker】Postgres 安装
1.docker pull postgres 2.docker run --name postgres -v /home/postgre/data:/var/lib/postgresql/data - ...
- 网络游戏同步法则 -- skywind
转载出处:http://www.skywind.me/blog/archives/112 网路的硬件也有限,而人的创造也无限,在公网平均130ms的Latency下,是不存在"完全的&quo ...
- 使用generator进行代码自动生成
在使用generator 进行逆向工程时,一下为步骤 添加mybatis generator的maven插件依赖 添加mybatis generator的配置文件:generatorConfig.xm ...