Day36算法记录|动态规划 dp02

这篇具有很好参考价值的文章主要介绍了Day36算法记录|动态规划 dp02。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

复习

步骤回顾:

62. 不同路径

C语言版本写的很清楚
对应得Java版本视频解析
方法一: 动态规划
1 确定dp数组(dp table)以及下标的含义 dp[i][j] :表示从(0 ,0)出发,到(i, j) 有dp[i][j]条不同的路径。
2 .确定递推公式,求dp[i][j],只能有两个方向来推导出来,即dp[i - 1][j] 和 dp[i][j - 1]。
3.dp数组的初始化,dp[i][0]一定都是1,因为从(0, 0)的位置到(i, 0)的路径只有一条,dp[0][j]也同理。
4.确定遍历顺序,dp[i][j] = dp[i - 1][j] + dp[i][j - 1],dp[i][j]都是从其上方和左方推导而来,那么从左到右一层一层遍历就可以了。
5.举例推导dp数组
Day36算法记录|动态规划 dp02,算法,动态规划

class Solution {
    public int uniquePaths(int m, int n) {
    int[][] dp = new int[m][n];

    for(int i=0;i<n;i++) dp[0][i] =1;
    for(int j=0;j<m;j++) dp[j][0] =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];
    }
}

将dp[ ][ ] 的二维数组转换成为一维的
因为我走到第三行,只与上一行有关,所以把每行看成一个数组,到下一行再更新这个数组,(按照行来看,就是只考虑的向右转)
Day36算法记录|动态规划 dp02,算法,动态规划

class Solution {
    public int uniquePaths(int m, int n) {
    int[] res =new int[n];
    res[0] =1;

    for(int i=0;i<m;i++){
        for(int j=1;j<n;j++){
            res[j] = res[j] +res[j-1];
        }
    }
 return res[n-1];
    }
}

方法二:组合问题
m + n - 2 步中,一定有 m - 1 步是要向下走的,不用管什么时候向下走
Day36算法记录|动态规划 dp02,算法,动态规划

63. 不同路径

很容易忽略了障碍之后应该都是0的情况
Day36算法记录|动态规划 dp02,算法,动态规划文章来源地址https://www.toymoban.com/news/detail-656648.html

class Solution {
    public int uniquePathsWithObstacles(int[][] obstacleGrid) {
        int m = obstacleGrid.length;
        int n = obstacleGrid[0].length;

        int[][] dp = new int[m][n];
        //1.在起点和终点有障碍物,直接返回
        if(obstacleGrid[0][0] == 1|| obstacleGrid[m-1][n-1] ==1) return 0;

         // 只能给没有障碍物的dp放1
        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;
         
         //开始从[1,1]出发
         for(int i=1;i<m;i++){
             for(int j =1;j<n;j++){
                 dp[i][j] = obstacleGrid[i][j] != 1?dp[i-1][j]+dp[i][j-1]:0 ; //如果当前位置存放了障碍,这条路作废,直接变成0
             }
         }
return dp[m-1][n-1];

    }
}

到了这里,关于Day36算法记录|动态规划 dp02的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 算法记录 | Day38 动态规划

    对于动态规划问题,将拆解为如下五步曲 确定dp数组(dp table)以及下标的含义 确定递推公式 dp数组如何初始化 确定遍历顺序 举例推导dp数组 思路: 确定dp数组(dp table)以及下标的含义:dp[i]的定义为:第i个数的斐波那契数值是dp[i] 确定递推公式:状态转移方程 dp[i] = dp

    2023年04月22日
    浏览(32)
  • 算法记录 | Day45 动态规划

    改为:一步一个台阶,两个台阶,三个台阶,…,直到 m个台阶。问有多少种不同的方法可以爬到楼顶呢? 1阶,2阶,… m阶就是物品,楼顶就是背包。 每一阶可以重复使用,例如跳了1阶,还可以继续跳1阶。 问跳到楼顶有几种方法其实就是问装满背包有几种方法。 此时大家

    2024年02月11日
    浏览(20)
  • 算法记录 | Day46 动态规划

    思路: 1.确定dp数组以及下标的含义 dp[i] : 字符串长度为i的话,dp[i]为true,表示可以拆分为一个或多个在字典中出现的单词 。 2.确定递推公式 如果 s[0: j] 可以拆分为单词(即 dp[j] == True ),并且字符串 s[j: i] 出现在字典中,则 dp[i] = True 。 如果 s[0: j] 不可以拆分为单词(即

    2024年02月02日
    浏览(27)
  • Day 42算法记录| 动态规划 08

    单词就是物品,字符串s就是背包 1.dp[0]背包啥也不要用装,true。 2. for循环,顺序很重要,所以先背包再物品 如果求组合数就是外层for循环遍历物品,内层for遍历背包 。 如果求排列数就是外层for遍历背包,内层for循环遍历物品 。 3.递归: 要么装包或者不装 添加链接描述 把

    2024年02月15日
    浏览(20)
  • Day48 算法记录|动态规划15 (子序列)

    这道题和1143最长公共字串相同 dp[i][j] 表示以下标i-1为结尾的字符串s,和以下标j-1为结尾的字符串t,相同子序列的长度为dp[i][j]。 方法二 双指针 dp[i][j]:以i-1为结尾的s子序列中出现以j-1为结尾的t的个数为dp[i][j]。 这个把递推讲的很详细 初始化: 状态方程: 相同的情况:

    2024年02月15日
    浏览(24)
  • Day47 算法记录|动态规划14子序列

    这道题和718. 最长重复子数组的区别:这道题的 子序列可以不连续 这个视频讲解的很好 和上面一道题一摸一样 以绘制连接两个数字 A[i] 和 B[j] 的直线,只要 A[i] == B[j],且直线不与任何其他连线(非水平线)相交。 讲解的很好的一个 d p [ i ] dp[i] d p [ i ] 表示包括下标i(以

    2024年02月15日
    浏览(24)
  • Day 42 算法记录|动态规划 09 (打家劫舍)

    1.dp[i]:考虑下标i(包括i)以内的房屋,最多可以偷窃的金额为dp[i]。 2.dp[i] = max(dp[i - 2] + nums[i], dp[i - 1]); 3.初始化,dp[0] 和 dp[1],dp[0] 一定是 nums[0],dp[1] = max(nums[0], nums[1]); 3.遍历顺序,dp[i] 是根据dp[i - 2] 和 dp[i - 1] 推导出来的,那么一定是从前到后遍历! 进一步对滚动数组

    2024年02月15日
    浏览(25)
  • 动态规划day09(打家劫舍,树形dp)

    目录 198.打家劫舍 看到题目的第一想法 看到代码随想录之后的想法 自己实现过程中遇到的困难 213.打家劫舍II 看到题目的第一想法 看到代码随想录之后的想法 自己实现过程中遇到的困难 337.打家劫舍 III(树形dp) 看到题目的第一想法 看到代码随想录之后的想法 自己实现过程中

    2024年01月23日
    浏览(79)
  • DP算法:动态规划算法

    (1)确定初始状态 (2)确定转移矩阵,得到每个阶段的状态,由上一阶段推到出来 (3)确定边界条件。 蓝桥杯——印章(python实现) 使用dp记录状态,dp[i][j]表示买i张印章,凑齐j种印章的概率 i表示买的印章数,j表示凑齐的印章种数 情况一:如果ij,不可能凑齐印章,概

    2024年02月07日
    浏览(37)
  • 算法——动态规划(DP)——递推

    动态规划常用于解决优化问题。 动态规划通常以自底向上或自顶向下的方式进行求解。 自底向上的动态规划从最简单的子问题开始,逐步解决更复杂的问题,直到达到原始问题。 自顶向下的动态规划则从原始问题出发,分解成子问题,并逐步求解这些子问题。 动态规划算法

    2024年01月20日
    浏览(43)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包