算法修炼-动态规划之路径问题(1)

简介: 算法修炼-动态规划之路径问题(1)

62. 不同路径 - 力扣(LeetCode)

       思路:选定一个网格为终点,走到这个网格的所有走法就是这个网格的上面一个网格的所有走法加上这个网格左边一个网格的所有走法,然后做好初始化工作就行。

class Solution {
public:
       int uniquePaths(int m, int n) 
    {
        //dp表
        int arr[m][n];
        //特殊处理
        if(m == 1 || n == 1)
        return 1;
        //初始化
        for(int i = 0; i<m; i++)
        {
            arr[i][0] = 1;
        }
        for(int i = 0; i<n; i++)
        {
            arr[0][i] = 1;
        }
        //状态转移方程
        for(int i = 1; i<m; i++)
        {
            for(int j = 1; j<n; j++)
            {
                arr[i][j] = arr[i][j-1] + arr[i-1][j];
            }
        }
        return arr[m-1][n-1];
    }
};

63. 不同路径 II - 力扣(LeetCode)

       思路: 这道题可以看做事上面那道题的升级版,我的思路就是先将创建出来的dp表先全部初始化为0,在状态转移方程中,如果遇到障碍物,就保持dp表中障碍物位置的值仍为0,其余位置的值为它的上面加上它的左边。这时有人可能就会有疑问了,如果一个位置的左边或者是上面为障碍物不影响赋值吗?答案是不影响的。因为障碍物位置的值就是0,加上跟没加没有区别,所以可以统一加上。

class Solution {
public:
    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) 
    {   
        //dp表
        int m = obstacleGrid.size();
        int n = obstacleGrid[0].size();
        vector<vector<int>> dp(m, vector<int>(n));
        //初始化
        for(int i = 0; i<n; i++)
        {
            if(obstacleGrid[0][i] == 0)
            dp[0][i] = 1;
            else
            break;
        }
        for(int i = 0; i<m; i++)
        {
            if(obstacleGrid[i][0] == 0)
            dp[i][0] = 1;
            else
            break;
        }
        
        //状态转移方程
        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];

LCR 166. 珠宝的最高价值 - 力扣(LeetCode)

        思路:这题采用的方法略微跟上面两题不同,这一题的dp表我多补了一行和一列,通过比较所在位置的上面一个位置和左边一个位置谁大,加上值大的那个位置,只不过这种方法要注意两个表之间下标的对应关系。

class Solution {
public:
    int jewelleryValue(vector<vector<int>>& frame) 
    {
        //dp表
        int m = frame.size();
        int n = frame[0].size();
        vector<vector<int>> dp(m+1, vector<int>(n+1));
        //初始化+状态转移方程
        for(int i = 1; i<=m ;i++)
        {
            for(int j = 1; j<=n; j++)
            {
                if(dp[i-1][j] < dp[i][j-1])
                {
                    dp[i][j] += frame[i-1][j-1]+dp[i][j-1];
                }
                else
                {
                    dp[i][j] += frame[i-1][j-1] + dp[i-1][j];
                }
            }
        }
        return dp[m][n];
    }
};
相关文章
|
2月前
|
存储 算法
深入了解动态规划算法
深入了解动态规划算法
80 1
|
2月前
|
算法 测试技术 C++
【动态规划算法】蓝桥杯填充问题(C/C++)
【动态规划算法】蓝桥杯填充问题(C/C++)
|
1月前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
53 2
|
2月前
|
算法
动态规划算法学习三:0-1背包问题
这篇文章是关于0-1背包问题的动态规划算法详解,包括问题描述、解决步骤、最优子结构性质、状态表示和递推方程、算法设计与分析、计算最优值、算法实现以及对算法缺点的思考。
104 2
动态规划算法学习三:0-1背包问题
|
2月前
|
数据采集 监控 安全
厂区地图导航制作:GIS技术与路径导航算法融合
在智能化、数字化时代,GIS技术为厂区的运营管理带来了革命性变化。本文探讨了如何利用GIS技术,通过数据采集、地图绘制、路径规划、位置定位和信息查询等功能,打造高效、精准的智能厂区地图导航系统,提升企业的竞争力和管理水平。
83 0
厂区地图导航制作:GIS技术与路径导航算法融合
|
2月前
|
算法
动态规划算法学习四:最大上升子序列问题(LIS:Longest Increasing Subsequence)
这篇文章介绍了动态规划算法中解决最大上升子序列问题(LIS)的方法,包括问题的描述、动态规划的步骤、状态表示、递推方程、计算最优值以及优化方法,如非动态规划的二分法。
80 0
动态规划算法学习四:最大上升子序列问题(LIS:Longest Increasing Subsequence)
|
2月前
|
算法
动态规划算法学习二:最长公共子序列
这篇文章介绍了如何使用动态规划算法解决最长公共子序列(LCS)问题,包括问题描述、最优子结构性质、状态表示、状态递归方程、计算最优值的方法,以及具体的代码实现。
179 0
动态规划算法学习二:最长公共子序列
|
2月前
|
存储 人工智能 算法
【算法——动态规划】蓝桥ALGO-1007 印章(C/C++)
【算法——动态规划】蓝桥ALGO-1007 印章(C/C++)
【算法——动态规划】蓝桥ALGO-1007 印章(C/C++)
|
2月前
|
存储 算法
动态规划算法学习一:DP的重要知识点、矩阵连乘算法
这篇文章是关于动态规划算法中矩阵连乘问题的详解,包括问题描述、最优子结构、重叠子问题、递归方法、备忘录方法和动态规划算法设计的步骤。
173 0
|
2月前
|
算法 C++
【算法解题思想】动态规划+深度优先搜索(C/C++)
【算法解题思想】动态规划+深度优先搜索(C/C++)