代码随想录刷题|LeetCode 62.不同路径 63. 不同路径 II

简介: 代码随想录刷题|LeetCode 62.不同路径 63. 不同路径 II

62.不同路径

题目链接:力扣

思路

     数组变成二维的了,在原理上和爬楼梯比较像

       得出某个格子从start的路径,是从上方的格子和左方的格子得到的,这就是二维意义上的

       爬楼梯某层的方法是从前一层到达和从前两层到达得到的,这就是一维意义上的


       爬楼梯的初始化是一个点,初始化第一层台阶和第二层台阶

       爬格子的初始化是一条线,初始化上边和下边


1、定义dp数组的含义


       因为格子的状态是二维的,所以每个格子的位置是【i,j】,那么dp[i][j]就代表,在从start到【i,j】位置上的路径为dp[i][j]        


2、状态递推公式


       那么dp[i][j] 可以从两种途径获得,一种是从上方,dp[i-1,j];另一种是从左方,dp[i,j-1]


       所以 dp[i][j] = dp[i-1][j] + dp[i][j-1]


       注意区分这里是记录到达这个格子的不同路径,而不是记录到达这个格子的不同步数,这个要区分清楚


3、初始化


       对于初始化,应该初始化这个地图的上边和下边,这两边是没有办法通过递推公式获取到,那为什么要复制1呢,因为从start到达上方和下方的格子都只是只有一种情况,题目要求只能向上和向下,没有其他路径可以到达        


4、遍历方式


       因为是获取上方和下方的结果得到当前结果,所以只能是从左向右遍历,从上向下遍历

9e56752ff65c4cd2833ddf2df6bf1992.png


不同路径

class Solution {
    public int uniquePaths(int m, int n) {
        // 定义dp数组
        int[][] dp = new int[m][n];
        // 初始化数组
        for (int i = 0; i < m; i++) {
            dp[i][0] = 1;
        }
        for (int j = 0; j < n; j++) {
            dp[0][j] = 1;
        }
        // 遍历数组,填充dp数组
        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];
    }
}

63. 不同路径 II

题目链接:力扣

思路

 这道题目整体上和上面的62差不多,重点是在对障碍物的处理上


边界上的障碍物:


       初始化的时候,如果遇到障碍物,就不能向后初始化了,因为障碍是走不过去的,这是一个重要的细节,这一步错了,后面就完蛋了


起点和终点的障碍物:


       起点或者终点有障碍物的时候,就不能得出最终的路径了,返回0


中间的障碍物:


       中间的障碍物是很好处理的,如果遇到障碍物,就跳过就可以


不同路径||

class Solution {
    public int uniquePathsWithObstacles(int[][] obstacleGrid) {
        // 获取表格的长度和宽度
        int m = obstacleGrid.length;
        int n = obstacleGrid[0].length;
        // 如果障碍在start或者是end上,路径为0,返回0
        if (obstacleGrid[0][0] == 1 || obstacleGrid[m-1][n-1] == 1) {
            return 0;
        }
        // 定义dp数组
        int[][] dp = new int[m][n];
        // 初始化dp数组,注意边界上的障碍
        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dp数组,填充dp数组
        for (int i = 1; i < m; i++) {
            for (int j = 1; j < n; j++) {        
                if (obstacleGrid[i][j] != 1) {
                    dp[i][j] = dp[i-1][j] + dp[i][j-1];
                }
            }
        }
        return dp[m-1][n-1];
    }
}
相关文章
|
1月前
【LeetCode 35】112.路径总和
【LeetCode 35】112.路径总和
23 0
|
2月前
|
Unix Shell Linux
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
本文提供了几个Linux shell脚本编程问题的解决方案,包括转置文件内容、统计词频、验证有效电话号码和提取文件的第十行,每个问题都给出了至少一种实现方法。
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
|
1月前
【LeetCode 36】113.路径总和II
【LeetCode 36】113.路径总和II
28 0
|
17天前
|
机器学习/深度学习 人工智能 自然语言处理
280页PDF,全方位评估OpenAI o1,Leetcode刷题准确率竟这么高
【10月更文挑战第24天】近年来,OpenAI的o1模型在大型语言模型(LLMs)中脱颖而出,展现出卓越的推理能力和知识整合能力。基于Transformer架构,o1模型采用了链式思维和强化学习等先进技术,显著提升了其在编程竞赛、医学影像报告生成、数学问题解决、自然语言推理和芯片设计等领域的表现。本文将全面评估o1模型的性能及其对AI研究和应用的潜在影响。
16 1
|
2月前
|
数据采集 负载均衡 安全
LeetCode刷题 多线程编程九则 | 1188. 设计有限阻塞队列 1242. 多线程网页爬虫 1279. 红绿灯路口
本文提供了多个多线程编程问题的解决方案,包括设计有限阻塞队列、多线程网页爬虫、红绿灯路口等,每个问题都给出了至少一种实现方法,涵盖了互斥锁、条件变量、信号量等线程同步机制的使用。
LeetCode刷题 多线程编程九则 | 1188. 设计有限阻塞队列 1242. 多线程网页爬虫 1279. 红绿灯路口
|
1月前
【LeetCode 34】257.二叉树的所有路径
【LeetCode 34】257.二叉树的所有路径
12 0
|
3月前
|
存储 算法 Linux
LeetCode第71题简化路径
文章讲述了LeetCode第71题"简化路径"的解题方法,利用栈的数据结构特性来处理路径中的"."和"..",实现路径的简化。
LeetCode第71题简化路径
|
3月前
|
算法
LeetCode第64题最小路径和
LeetCode第64题"最小路径和"的解题方法,运用动态规划思想,通过构建一个dp数组来记录到达每个点的最小路径和,从而高效求解。
LeetCode第64题最小路径和
|
3月前
|
Python
【Leetcode刷题Python】50. Pow(x, n)
本文介绍了LeetCode第50题"Pow(x, n)"的解法,题目要求实现计算x的n次幂的函数,文章提供了递归分治法的详细解析和Python实现代码。
26 1
|
3月前
|
Python
【Leetcode刷题Python】1467. 两个盒子中球的颜色数相同的概率
本文介绍了LeetCode第50题"Pow(x, n)"的解法,题目要求实现计算x的n次幂的函数,文章提供了递归分治法的详细解析和Python实现代码。
38 0