力扣100题——二维动态规划

不同路径

题目

62. 不同路径 - 力扣(LeetCode)

思路

  • 使用dp数组代表到达当前位置的路径最大条数
  • 状态转移方程即为 dp[i][j]=dp[i-1][j]+dp[i][j+1]

代码

java 复制代码
 public int uniquePaths(int m, int n) {
        int[][] dp = new int[m][n];
        for(int i=0;i<m;i++){
            dp[i][0]=1;
        }
        for(int j=0;j<n;j++){
            dp[0][j]=1;
        }
        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];
            }
        }
        return dp[m-1][n-1];
    }

最小路径和

题目

64. 最小路径和 - 力扣(LeetCode)

思路

思路和上一题差不多,只不过状态转移方程略有不同

  • 使用dp数组代表到达当前位置的最小路径和
  • 状态转移方程即为 dp[i][j]=Math.min(dp[i-1][j],dp[i][j+1])+grid[i][j]

代码

java 复制代码
public int minPathSum(int[][] grid) {
        int m = grid.length;
        int n = grid[0].length;
        int[][] dp = new int[m][n];
        dp[0][0]=grid[0][0];
        for(int i=1;i<m;i++){
            dp[i][0] = dp[i-1][0]+grid[i][0];
        }
        for(int j=1;j<n;j++){
            dp[0][j] = dp[0][j-1]+grid[0][j];
        }
        for(int i=0;i<m;i++){
            for(int j=0;j<n;j++){
                if(i==0&&j==0){
                    continue;
                }
                int a = i-1>=0?dp[i-1][j]:Integer.MAX_VALUE;
                int b = j-1>=0?dp[i][j-1]:Integer.MAX_VALUE;
                dp[i][j] = Math.min(a,b)+grid[i][j];
            }
        }
        return dp[m-1][n-1];
    }

最长回文子串

题目

5. 最长回文子串 - 力扣(LeetCode)

思路

  • 定义状态 :使用一个二维布尔数组 dp,其中 dp[i][j] 表示子串 s[i:j+1] 是否是回文串。
  • 初始化
    • 单个字符的子串始终是回文,因此 dp[i][i] = true
    • 两个字符的子串 s[i:i+1] 如果两个字符相同,则 dp[i][i+1] = true
  • 状态转移
    • 对于长度大于 2 的子串 s[i:j+1],如果 s[i] == s[j]dp[i+1][j-1] 是回文,则 dp[i][j] 也为回文。
  • 结果维护 :遍历所有 dp[i][j],找到最长的回文子串,并记录其起始位置和长度。

代码

java 复制代码
 public String longestPalindrome(String s) {
        int n = s.length();
        boolean[][] dp = new boolean[n][n];
        for(int i=0;i<n;i++){
            dp[i][i]=true;
        }
        int start = 0;
        int maxLen = 1;
        for(int i=0;i<n-1;i++){
            if(s.charAt(i)==s.charAt(i+1)){
                dp[i][i+1]=true;
                start=i;
                maxLen=2;
            }
        }

        for(int length=3;length<=s.length();length++){
            for(int i=0;i<s.length()-length+1;i++){
                int j = i+length-1;
                if(s.charAt(i)==s.charAt(j)&&dp[i+1][j-1]){
                    dp[i][j]=true;
                    start=i;
                    maxLen=length;
                }
            }
        }
        return s.substring(start,start+maxLen);
    }

最长公共子序列

题目

1143. 最长公共子序列 - 力扣(LeetCode)

思路

用dp[i][j]代表text1前i个字符和text2前j个字符的最长公共子序列长度

状态转移方程:

  • 当test1[i-1]==test2[j-1]时 dp[i][j]=dp[i-1][j-1]+1
  • 反之则 dp[i][j]=Math.max(dp[i-1][j],dp[i][j-1])

代码

java 复制代码
public int longestCommonSubsequence(String text1, String text2) {
        int m = text1.length();
        int n = text2.length();
        int[][] dp = new int[m+1][n+1];
        for(int i=0;i<=m;i++){
            for(int j=0;j<=n;j++){
                if(i==0||j==0){
                    dp[i][j]=0;
                }
            }
        }
        for(int i=1;i<=m;i++){
            for(int j=1;j<=n;j++){
                if(text1.charAt(i-1)==text2.charAt(j-1)){
                    dp[i][j]=dp[i-1][j-1]+1;
                }else{
                    dp[i][j]=Math.max(dp[i-1][j],dp[i][j-1]);
                }
            }
        }
        return dp[m][n];
    }

编辑距离

题目

72. 编辑距离 - 力扣(LeetCode)

思路

  • dp[i][j]代表word1前i个字符和word2前j个字符的最小编辑长度
  • 首先是初始化
    • 当j=0,dp[i][0]即为i的长度,也就是删除i个字符
    • 当i=0,dp[0][j]即为j的长度,也即是插入j个字符
  • 状态转移方程
    • 当 word1.charAt(i-1)==word2.charAt(j-1) 时,编辑长度不变 dp[i][j]=dp[i-1][j-1]
    • 反之 dp[i][j]=dp[i-1][j],dp[i][j-1],dp[i-1][j-1]的最小值加1。其中dp[i-1][j]代表删除一个字符,dp[i][j-1]代表新增一个字符,dp[i-1][j-1]代表替换一个元素

代码

java 复制代码
public int minDistance(String word1, String word2) {
        int m = word1.length();
        int n = word2.length();
        int[][] dp = new int[m+1][n+1];
        for(int i=0;i<=m;i++){
            dp[i][0]=i;
        }
        for(int j=1;j<=n;j++){
            dp[0][j]=j;
        }
        for(int i=1;i<=m;i++){
            for(int j=1;j<=n;j++){
                if(word1.charAt(i-1)==word2.charAt(j-1)){
                    dp[i][j]=dp[i-1][j-1];
                }else{
                    dp[i][j]=Math.min(Math.min(dp[i-1][j],dp[i][j-1]),dp[i-1][j-1])+1;
                }
            }
        }
        return dp[m][n];
    }
相关推荐
观音山保我别报错1 小时前
C语言扫雷小游戏
c语言·开发语言·算法
TangKenny2 小时前
计算网络信号
java·算法·华为
景鹤2 小时前
【算法】递归+深搜:814.二叉树剪枝
算法
iiFrankie2 小时前
SCNU习题 总结与复习
算法
Dola_Pan3 小时前
C++算法和竞赛:哈希算法、动态规划DP算法、贪心算法、博弈算法
c++·算法·哈希算法
小林熬夜学编程3 小时前
【Linux系统编程】第四十一弹---线程深度解析:从地址空间到多线程实践
linux·c语言·开发语言·c++·算法
阿洵Rain4 小时前
【C++】哈希
数据结构·c++·算法·list·哈希算法
姜西西_4 小时前
动态规划 之 斐波那契数列模型 算法专题
算法·动态规划
格里菲斯8584 小时前
算法练习记录
算法
阿芯爱编程5 小时前
平衡二叉树
java·后端·算法