算法入门(七):动态规划 - 网格路径
-
- [Leetcode 62 - 不同路径](#Leetcode 62 - 不同路径)
- [Leetcode 63 - 不同路径 II](#Leetcode 63 - 不同路径 II)
Leetcode 62 - 不同路径
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" )。
dpij :表示从(0 ,0)出发,到(i, j) 有dpij条不同的路径。
首先我们尝试写下第0列和第0行的情况,dp0,0是没有意义的,第一行和第一列每个格子都是1,代表到达该格子的路径有一条。

现在着眼于dp1,1。因为机器人只能向下或者向右走,所以,dp1,1是由dp1,0和dp0,1所加得到的,也就是两条,于是我们找到了规律dpi,j = dpi-1,j+dpi,j-1。

接下来我们尝试补齐整个表格,dpn-1,m-1很容易就得到了。

代码的思路如下:
- 创建一个二维数组,尺寸为 m x n 。全部初始化为1 或者 分别用两个循环把第0行和第0列都设为1都可以。
- 当i<=m-1,j<=n-1时,dpi,j = dpi-1,j+dpi,j-1。
很自然就写出代码:
cpp
class Solution {
public:
int uniquePaths(int m, int n) {
vector<vector<int>> dp(m,vector<int>(n,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];
}
};
Leetcode 63 - 不同路径 II

不同于上一题,这次连矩阵的大小都没有给,首先需要确定m和n:
cpp
int m = obstacleGrid.size();
int n = obstacleGrid[0].size();
有了m和n,初始化dp数组。这里就不能按心情来设置0或1了,而是要设置0,后面会解释:
cpp
vector<vector<int>> dp(m,vector<int>(n,0));

因为首行首列可能会有障碍,甚至起始点也会有障碍,所以需要做以下处理:
cpp
//处理0,0
if(obstacleGrid[0][0] ==1){
return 0;
}
dp[0][0] = 1;
//处理首行首列
for(int i = 1;i<n;i++){
if(obstacleGrid[0][i]==0){
dp[0][i] = 1;
}else{
break; //if gird[0][i]==1,遇到障碍,后面所有的网格都无法到达,break跳出整个循环,
}
}
for(int i = 1;i<m;i++){
if(obstacleGrid[i][0]==0){
dp[i][0] = 1;
}else{
break;
}
}
之后的代码与上一题完全一样,完整代码如下:
cpp
class Solution {
public:
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
int m = obstacleGrid.size();
int n = obstacleGrid[0].size();
vector<vector<int>> dp(m,vector<int>(n,0));
//处理0,0
if(obstacleGrid[0][0] ==1){
return 0;
}
dp[0][0] = 1;
//处理首行首列
for(int i = 1;i<n;i++){
if(obstacleGrid[0][i]==0){
dp[0][i] = 1;
}else{
break;
}
}
for(int i = 1;i<m;i++){
if(obstacleGrid[i][0]==0){
dp[i][0] = 1;
}else{
break;
}
}
for(int i = 1;i<m;i++){
for(int j = 1;j<n;j++){
if(obstacleGrid[i][j] == 1){
dp[i][j] = 0;
}else{
dp[i][j] = dp[i-1][j] + dp[i][j-1];
}
}
}
return dp[m-1][n-1];
}
};