算法进修Day-32

算法进修Day-32

63. 不同路径II

难度:中等

题目要求:

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 10 来表示。

示例1

输入:obstacleGrid = [[0,0,0],[0,1,0],[0,0,0]]

输出:2

示例2

输入:obstacleGrid = [[0,1],[0,0]]

输出:1

题解

由于每次只能向下或者向右移动,因此对于网格中的每个位置,到达该位置的路径数目需要通过相邻元素的路径数目计算得到。可以使用动态规划计算路径数目。

如果左上角 o b s t a c l e G r i d [ 0 ] [ 0 ] obstacleGrid[0][0] obstacleGrid[0][0] 或右上角 o b s t a c l e G r i d [ m − 1 ] [ n − 1 ] obstacleGrid[m-1][n-1] obstacleGrid[m−1][n−1] 为1时直接返回0

动态规划步骤如下

  • 创建 m ∗ n m*n m∗n 的二维数组 d p dp dp
  • 当 i = 0 , j = 0 i=0,j=0 i=0,j=0,路径 ( 0 , 0 ) (0,0) (0,0) 上只有一个位置,路径数目为1,所以边界情况为 d p [ 0 ] [ 0 ] = 1 dp[0][0]=1 dp[0][0]=1
  • 当 i > 0 , j > 0 i>0,j>0 i>0,j>0,需要考虑如下方面
    • 当 i = 0 , j > 0 i=0,j>0 i=0,j>0,只能从 ( i , j − 1 ) (i,j-1) (i,j−1) 向右移动到 ( i , j ) (i,j) (i,j),如果 o b s t a c l e G r i d [ i ] [ j ] = 0 obstacleGrid[i][j]=0 obstacleGrid[i][j]=0 则 d p [ i ] [ j ] = d p [ i ] [ j − 1 ] dp[i][j]=dp[i][j-1] dp[i][j]=dp[i][j−1],如果 o b s t a c l e G r i d [ i ] [ j ] = 1 obstacleGrid[i][j]=1 obstacleGrid[i][j]=1 则 d p [ i ] [ j ] = 0 dp[i][j]=0 dp[i][j]=0
    • 当 i > 0 , j = 0 i>0,j=0 i>0,j=0,只能从 ( i − 1 , j ) (i-1,j) (i−1,j) 向下移动到 ( i , j ) (i,j) (i,j),如果 o b s t a c l e G r i d [ i ] [ j ] = 0 obstacleGrid[i][j]=0 obstacleGrid[i][j]=0 则 d p [ i ] [ j ] = d p [ i − 1 ] [ j ] dp[i][j]=dp[i-1][j] dp[i][j]=dp[i−1][j],如果 o b s t a c l e G r i d [ i ] [ j ] = 1 obstacleGrid[i][j]=1 obstacleGrid[i][j]=1 则 d p [ i ] [ j ] = 0 dp[i][j]=0 dp[i][j]=0
    • 当 i > 0 , j > 0 i>0,j>0 i>0,j>0,可以从 ( i − 1 , j ) (i-1,j) (i−1,j) 向下移动到 ( i , j ) (i,j) (i,j) 或从 ( i , j − 1 ) (i,j-1) (i,j−1) 向右移动到 ( i , j ) (i,j) (i,j),如果 o b s t a c l e G r i d [ i ] [ j ] = 0 obstacleGrid[i][j]=0 obstacleGrid[i][j]=0 则 d p [ i ] [ j ] = d p [ i − 1 ] [ j ] + d p [ i ] [ j − 1 ] dp[i][j]=dp[i-1][j]+dp[i][j-1] dp[i][j]=dp[i−1][j]+dp[i][j−1],如果 o b s t a c l e G r i d [ i ] [ j ] = 1 obstacleGrid[i][j]=1 obstacleGrid[i][j]=1 则 d p [ i ] [ j ] = 0 dp[i][j]=0 dp[i][j]=0

所以,当 i > 0 i>0 i>0 或 j > 0 j>0 j>0,动态规划转移方程如下:
d p [ i ] [ j ] = { 0 , obstacleGrid[i][j]=1 d p [ i ] [ j − 1 ] , obstacleGrid[i][j]=0 & i=0 & j>0 d p [ i − 1 ] [ j ] , obstacleGrid[i][j]=0 & i>0 & j=0 d p [ i − 1 ] [ j ] + d p [ i ] [ j − 1 ] , obstacleGrid[i][j]=0 & i>0 & j>0 dp[i][j]=\begin{cases} 0, & \text{obstacleGrid[i][j]=1}\\dp[i][j-1],&\text{obstacleGrid[i][j]=0 \& i=0 \& j>0}\\dp[i-1][j],&\text{obstacleGrid[i][j]=0 \& i>0 \& j=0}\\dp[i-1][j]+dp[i][j-1], &\text{obstacleGrid[i][j]=0 \& i>0 \& j>0} \end{cases} dp[i][j]=⎩ ⎨ ⎧0,dp[i][j−1],dp[i−1][j],dp[i−1][j]+dp[i][j−1],obstacleGrid[i][j]=1obstacleGrid[i][j]=0 & i=0 & j>0obstacleGrid[i][j]=0 & i>0 & j=0obstacleGrid[i][j]=0 & i>0 & j>0

根据动态规划的状态转移方程,计算 d p [ i ] [ j ] dp[i][j] dp[i][j] 的顺序可以是一下两种

  • 从小到大遍历每个 i i i,对于每个 i i i 从小到大遍历每个 j j j。该顺序为按行遍历
  • 从小到大遍历每个 j j j,对于每个 j j j 从小大大便利每个 i i i。该顺序为按列遍历

计算得到 d p [ m − 1 ] [ n − 1 ] dp[m-1][n-1] dp[m−1][n−1] 即为从左上角到右上角的路径的最小值的和

想法代码

Csharp 复制代码
class Solution
{
    public static void Main(String[] args)
    {
        int[][] obstacleGrid =
        {
            new[]{0,0,0,0},
            new[]{0,1,0,0},
            new[]{0,0,0,0},
            new[]{0,0,1,0},
            new[]{0,0,0,0},
        };
        Solution solution = new Solution();
        int res = solution.UniquePathsWithObstacles(obstacleGrid);
        Console.WriteLine(res);
    }

    public int UniquePathsWithObstacles(int[][] obstacleGrid)
    {
        int m = obstacleGrid.Length, n = obstacleGrid[0].Length;
        if (obstacleGrid[0][0] == 1 || obstacleGrid[m - 1][n - 1] == 1)
        {
            return 0;
        }
        int[][] dp = new int[m][];
        for (int i = 0; i < m; i++)
        {
            dp[i] = new int[n];
        }
        dp[0][0] = 1;
        for (int j = 1; j < n && obstacleGrid[0][j] == 0; j++)
        {
            dp[0][j] = 1;
        }
        for (int i = 1; i < m && obstacleGrid[i][0] == 0; i++)
        {
            dp[i][0] = 1;
        }
        for (int i = 1; i < m; i++)
        {
            for (int j = 1; j < n; j++)
            {
                if (obstacleGrid[i][j] == 0)
                {
                    dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
                }
            }
        }
        return dp[m - 1][n - 1];
    }
}

64. 最小路径和

难度:中等

题目要求:

给定一个包含非负整数的 _m_ x _n_ 网格 grid ,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1

输入:grid = [[1,3,1],[1,5,1],[4,2,1]]

输出:7

示例2

输入:grid = [[1,2,3],[4,5,6]]

输出:12

题解

由于每次只能向下或者向右移动,因此对于网格中的每个位置,到达该位置的路径数目需要通过相邻元素的路径数目计算得到。可以使用动态规划计算路径数目。

动态规划步骤如下

  • 创建 m ∗ n m*n m∗n 的二维数组 d p dp dp
  • 当 i = 0 , j = 0 i=0,j=0 i=0,j=0,路径 ( 0 , 0 ) (0,0) (0,0) 上只有一个位置,最小路径和为 g r i d [ 0 ] [ 0 ] grid[0][0] grid[0][0],所以边界情况为 d p [ 0 ] [ 0 ] = g r i d [ 0 ] [ 0 ] dp[0][0]=grid[0][0] dp[0][0]=grid[0][0]
  • 当 i > 0 , j > 0 i>0,j>0 i>0,j>0,需要考虑如下方面
    • 当 i = 0 , j > 0 i=0,j>0 i=0,j>0,只能从 ( i , j − 1 ) (i,j-1) (i,j−1) 向右移动到 ( i , j ) (i,j) (i,j),如果 d p [ i ] [ j ] = 0 dp[i][j]=0 dp[i][j]=0 则 d p [ i ] [ j ] = g r i d [ i ] [ j ] + d p [ i ] [ j − 1 ] dp[i][j]=grid[i][j]+dp[i][j-1] dp[i][j]=grid[i][j]+dp[i][j−1]
    • 当 i > 0 , j = 0 i>0,j=0 i>0,j=0,只能从 ( i − 1 , j ) (i-1,j) (i−1,j) 向下移动到 ( i , j ) (i,j) (i,j),如果 d p [ i ] [ j ] = 0 dp[i][j]=0 dp[i][j]=0 则 d p [ i ] [ j ] = g r i d [ i ] [ j ] + d p [ i − 1 ] [ j ] dp[i][j]=grid[i][j]+dp[i-1][j] dp[i][j]=grid[i][j]+dp[i−1][j]
    • 当 i > 0 , j > 0 i>0,j>0 i>0,j>0,可以从 ( i − 1 , j ) (i-1,j) (i−1,j) 向下移动到 ( i , j ) (i,j) (i,j) 或从 ( i , j − 1 ) (i,j-1) (i,j−1) 向右移动到 ( i , j ) (i,j) (i,j),到达 ( i , j ) (i,j) (i,j) 最小路径和为两种情况的最小值,因此 d p [ i ] [ j ] = m i n ( d p [ i − 1 ] [ j ] , d p [ i ] [ j − 1 ] + d p [ i ] [ j − 1 ] ) + g r i d [ i ] [ j ] dp[i][j]=min(dp[i-1][j],dp[i][j-1]+dp[i][j-1])+grid[i][j] dp[i][j]=min(dp[i−1][j],dp[i][j−1]+dp[i][j−1])+grid[i][j]

所以,当 i > 0 i>0 i>0 或 j > 0 j>0 j>0,动态规划转移方程如下:
d p [ i ] [ j ] = { d p [ i ] [ j − 1 ] + g r i d [ i ] [ j ] , i=0 & j>0 d p [ i − 1 ] [ j ] + g r i d [ i ] [ j ] , i>0 & j=0 m i n ( d p [ i − 1 ] [ j ] , d p [ i ] [ j − 1 ] ) + g r i d [ i ] [ j ] , i>0 & j>0 dp[i][j]=\begin{cases} dp[i][j-1]+grid[i][j], & \text{i=0 \& j>0}\\dp[i-1][j]+grid[i][j],&\text{i>0 \& j=0}\\min(dp[i-1][j],dp[i][j-1])+grid[i][j],&\text{i>0 \& j>0} \end{cases} dp[i][j]=⎩ ⎨ ⎧dp[i][j−1]+grid[i][j],dp[i−1][j]+grid[i][j],min(dp[i−1][j],dp[i][j−1])+grid[i][j],i=0 & j>0i>0 & j=0i>0 & j>0

根据动态规划的状态转移方程,计算 d p [ i ] [ j ] dp[i][j] dp[i][j] 的顺序可以是一下两种

  • 从小到大遍历每个 i i i,对于每个 i i i 从小到大遍历每个 j j j。该顺序为按行遍历
  • 从小到大遍历每个 j j j,对于每个 j j j 从小大大便利每个 i i i。该顺序为按列遍历

计算得到 d p [ m − 1 ] [ n − 1 ] dp[m-1][n-1] dp[m−1][n−1] 即为从左上角到右上角的最小路径和

题解

Csharp 复制代码
class Solution
{
    public static void Main(String[] args)
    {
        int[][] grid =
        {
            new[] { 1, 3, 1 },
            new[] { 1, 5, 1 },
            new[] { 4, 2, 1 }
        };
        Solution solution = new Solution();
        int res = solution.MinPathSum(grid);
        Console.WriteLine(res);
    }

    public int MinPathSum(int[][] grid)
    {
        int m = grid.Length, n = grid[0].Length;
        int[][] dp = new int[m][];
        for (int i = 0; i < m; i++)
        {
            dp[i] = new int[n];
        }
        dp[0][0] = grid[0][0];
        for (int j = 1; j < n; j++)
        {
            dp[0][j] = dp[0][j - 1] + grid[0][j];
        }
        for (int i = 1; i < m; i++)
        {
            dp[i][0] = dp[i - 1][0] + grid[i][0];
        }
        for (int i = 1; i < m; i++)
        {
            for (int j = 1; j < n; j++)
            {
                dp[i][j] = Math.Min(dp[i - 1][j], dp[i][j - 1]) + grid[i][j];
            }
        }
        return dp[m - 1][n - 1];
    }
}
相关推荐
吾与谁归in2 分钟前
【C#设计模式(13)——代理模式(Proxy Pattern)】
设计模式·c#·代理模式
福大大架构师每日一题3 分钟前
文心一言 VS 讯飞星火 VS chatgpt (396)-- 算法导论25.2 1题
算法·文心一言
吾与谁归in4 分钟前
【C#设计模式(14)——责任链模式( Chain-of-responsibility Pattern)】
设计模式·c#·责任链模式
EterNity_TiMe_18 分钟前
【论文复现】(CLIP)文本也能和图像配对
python·学习·算法·性能优化·数据分析·clip
机器学习之心29 分钟前
一区北方苍鹰算法优化+创新改进Transformer!NGO-Transformer-LSTM多变量回归预测
算法·lstm·transformer·北方苍鹰算法优化·多变量回归预测·ngo-transformer
yyt_cdeyyds39 分钟前
FIFO和LRU算法实现操作系统中主存管理
算法
神仙别闹1 小时前
基于C#和Sql Server 2008实现的(WinForm)订单生成系统
开发语言·c#
alphaTao1 小时前
LeetCode 每日一题 2024/11/18-2024/11/24
算法·leetcode
kitesxian1 小时前
Leetcode448. 找到所有数组中消失的数字(HOT100)+Leetcode139. 单词拆分(HOT100)
数据结构·算法·leetcode
VertexGeek2 小时前
Rust学习(八):异常处理和宏编程:
学习·算法·rust