[动态规划] (五) 路径问题: LeetCode 62.不同路径

动态规划 (五) 路径问题: LeetCode 62.不同路径

文章目录

62. 不同路径

题目解析

(1) 机器人从左上角到右下角有多少方法

(2) 机器人只能向左或者向右移动

(3) 求总共有多少种走路的方法

解题思路
状态表示

从题目+经验

我们暂时设dpi j:以(i, j)为终点,所到达i使用的方法的数量

状态转移方程

从题目解析中可以看出,dp(i, j)的值取决于dp(i-1, j)和dp(i, j-1)的值,因为机器人只能向右或者向下走。

且我们猜测的状态表达式正好是到达以(i, j)为终点的方法。

shell 复制代码
dp[i][j] = dp[i-1][j] + dp[i][j-1]
初始化和填表
  • 初始化

我们在初始化时,发现第一排和第一列都是相同的特殊情况,需要处理。

这很麻烦,所以我们多开辟一列和一排。

每一个格子都取决于前一个与上一个相加。

所以我们只需要初始化dp0 1 或者 dp1 0 为1即可。

  • 填表

先填第一列,然后第二列,然后...

返回值

我们扩大了一列和一排,所以返回dpm n

看到这里,大家可以先去尝试实现代码,再来看下面的内容


代码实现
shell 复制代码
class Solution {
public:
    int uniquePaths(int m, int n) {
        //创建dp数组
        vector<vector<int>> dp(m+1, vector<int>(n+1));
        //初始化
        dp[1][0] = 1;
        //填表
        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];
            }
        }
        //返回值
        return dp[m][n];
    }
};
总结

细节1:初始化,只需要扩大一列和一排就可以初始化的很方便

细节2:下标需要移位。(i-1 , j-1) => (i , j)

相关推荐
AiNightVision3 小时前
无人机夜视模块如何选择?——从参数指标到系统集成的完整选型指南
人工智能·算法·计算机视觉·车载系统·无人机·视频·智能硬件
牧羊人.3334 小时前
卷积神经网络之VGG
人工智能·深度学习·神经网络·算法·cnn
小郎君6585 小时前
Vue 多标签页的加载态设计:为什么我没有用 Suspense 实现 PageLoading
vue.js·算法
JJJennie7775 小时前
MAI Gateway私有化部署全攻略:大模型网关如何接入?附架构图
算法·gateway·ai网关·魔芋ai
東隅已逝,桑榆非晚5 小时前
算法3.双指针法-快乐数
c++·笔记·学习·算法
专注仿真5 小时前
卷积神经网络(CNN)算法详解
人工智能·python·算法·代码·大模型训练
FII工业富联科技服务5 小时前
多智能体如何进入制造现场?从业务协同到数字孪生验证
大数据·人工智能·算法·机器人·制造·数字孪生
≮傷£≯√6 小时前
httpserver_QNetWorkClient
算法
Evand J6 小时前
【PMSM例程11】永磁同步电机(PMSM)基于UKF的转速与转子位置估计。附下载链接
算法·matlab·卡尔曼滤波·永磁同步电机·ukf·pmsm·位置估计
货拉拉技术6 小时前
记忆即智能:重构对话式AI Agent认知基座的四层渐进式记忆与自进化系统
人工智能·算法