动态规划立体匹配代码_411,动态规划和递归求不同路径 II
问题描述
一个机器人位于一个 m x n 网格的左上角 (起始点在下图中标记为“Start” )。
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”)。
现在考虑网格中有障碍物。那么从左上角到右下角将会有多少条不同的路径?
网格中的障碍物和空位置分别用 1 和 0 来表示。
说明:m 和 n 的值均不超过 100。
示例 1:
输入:
[
[0,0,0],
[0,1,0],
[0,0,0]
]
输出: 2
解释:
3x3 网格的正中间有一个障碍物。
从左上角到右下角一共有 2 条不同的路径:
1. 向右 -> 向右 -> 向下 -> 向下
2. 向下 -> 向下 -> 向右 -> 向右
动态规划解决
前面我们讲过的409,动态规划求不同路径和这非常类似的一道题,只不过上一篇没有障碍物,但并不影响我们解这道题,我们还用dp[i][j]表示到坐标(i,j)这个格内有多少条不同的路径,所以最终的答案就是求dp[m-1][n-1]。
这里的递推分为两种情况,一种是当前网格没有障碍物,一种是当前网格有障碍物。
1,如果当前网格dp[i][j]有障碍物,那么这里肯定是走不过去的,所以dp[i][j]=0。
2,如果当前网格dp[i][j]没有障碍物,那么递推公式就和上一题409,动态规划求不同路径一样了。
因为只能从上面或左边走过来,所以递推公式是
dp[i][j]=dp[i-1][j]+dp[i][j-1]。
- dp[i-1][j]表示的是从上面走过来的路径条数。
- dp[i][j-1]表示的是从左边走过来的路径条数。
边界条件也好判断,如果当前行没有障碍物,那么当前行的值都是1,如果有障碍物,那么第一个障碍物前面都是1,其他的都是0。同理第一列也一样。
我们来看下代码
public int uniquePathsWithObstacles(int[][] obstacleGrid) { int m = obstacleGrid.length; int n = obstacleGrid[0].length; int dp[][] = new int[m][n]; //第一列初始化 for (int i = 0; i
代码和409,动态规划求不同路径差不多,只不过在第一行和第一列还有上面第21行多了一些判断。
动态规划代码量优化
上面代码虽然也能实现,但有那么多条件判断总感觉很繁琐,所以我们还有一种方式就是把二维数组的长和宽都放大一格,这样数组的第一行和第一列都不存储任何值,但初始条件要变了
- dp[1][1] = obstacleGrid[0][0] ^ 1;
- dp[0][1] = 1;
- dp[1][0] = 1;
上面3种初始条件都可以,我们来任选一个,看下代码
public int uniquePathsWithObstacles(int[][] obstacleGrid) { int m = obstacleGrid.length; int n = obstacleGrid[0].length; int dp[][] = new int[m + 1][n + 1]; //初始条件,下面3个任选一个 //dp[1][1] = obstacleGrid[0][0] ^ 1; //dp[0][1] = 1; dp[1][0] = 1; for (int i = 1; i <= m; ++i) for (int j = 1; j <= n; ++j) if (obstacleGrid[i - 1][j - 1] == 0) dp[i][j] += dp[i - 1][j] + dp[i][j - 1]; return dp[m][n];}
动态规划空间优化
我们可以参照上一题把二维空间改为一维的,原理很简单,我们来直接看代码
public int uniquePathsWithObstacles(int[][] obstacleGrid) { int m = obstacleGrid.length; int n = obstacleGrid[0].length; int[] dp = new int[n + 1]; dp[1] = 1; for (int i = 0; i
上一题有人问过一个问题说看不懂第11行,这里再说一下,因为是一行一行的遍历,在当前行遍历之前dp(这里是一维数组)表示的是上一行的值,然后遍历到当前行的时候,假如遍历当前行的第j列的时候,那么当前行第j列之前的数据都会被更新掉,当前行第j列之后的数据还是上一行的,所以dp[j]=dp[j]+dp[j-1](为了区分,这里标成了不同的颜色),dp[j]表示的是当前列的上一行值,dp[j-1]表示的是当前行的前一个值。
递归方式
上一题我们提到过,使用递归的方式会造成大量的重复计算,所以为了减少重复计算,这里使用一个map把计算过的值存储起来,下次用的时候先从map中取,如果有就返回,如果没有再计算。
public int uniquePathsWithObstacles(int[][] obstacleGrid) { return helper(obstacleGrid, 0, 0, new HashMap());}public static int helper(int[][] obstacleGrid, int down, int right, Map map) { String key = down + "and" + right; int result = 0; if (map.containsKey(key)) return map.get(key); if (obstacleGrid[down][right] == 1) { result = 0; map.put(key, result); return result; } if (right == obstacleGrid[0].length - 1 && down == obstacleGrid.length - 1) { if (obstacleGrid[down][right] == 1) { result = 0; } else { result = 1; } map.put(key, result); return result; } if (right == obstacleGrid[0].length - 1 || down == obstacleGrid.length - 1) { if (right == obstacleGrid[0].length - 1) { result = helper(obstacleGrid, down + 1, right, map); } else { result = helper(obstacleGrid, down, right + 1, map); } map.put(key, result); return result; } result = helper(obstacleGrid, down, right + 1, map) + helper(obstacleGrid, down + 1, right, map); map.put(key, result); return result;}
这种不看也可以,因为动态规划非常简单,没人会傻到会使用这种方式,但他也算是提供了一种思路,有时间看看也行。
总结
这题多了一个障碍物的判断,但难度其实并没有增加多少,如果当前位置出现了障碍物,说明不能从当前位置通过,所以当前位置的路径是0,如果当前位置不是0,那么计算就还和以前一样了。
如果喜欢这篇文章还可以关注微信公众号“数据结构和算法”,查看更多的算法题
动态规划立体匹配代码_411,动态规划和递归求不同路径 II相关推荐
- python用动态规划求删除路径_Python | 动态规划求解TSP
解题思路主要有两部分: i为当前节点(城市),S为还没有遍历的节点(城市集合),表示从第i个节点起,经历S集合中所有的点,到达终点的最短路径长度. 回溯找到最优的路径,需要将S集合一一对应一个数字(类 ...
- 动态规划走楼梯_动态规划问题为什么要画表格?
❝ 本文是我的 91 算法第一期的部分讲义内容.91 算法第一期已经接近尾声,二期的具体时间关注我的公众号即可,一旦开放,会第一时间在公众号<力扣加加>通知大家. ❞ 动态规划可以理解为是 ...
- 63. 不同路径 II【动态规划】
63.不同路径 II 题目链接:https://leetcode-cn.com/problems/unique-paths-ii/ 一个机器人位于一个 m x n 网格的左上角 (起始点在下图中标记为 ...
- 动态规划生产存储matlab,动态规划方法的matlab实现及其应用
<动态规划方法的matlab实现及其应用>由会员分享,可在线阅读,更多相关<动态规划方法的matlab实现及其应用(6页珍藏版)>请在人人文库网上搜索. 1.动态规划方法的动态 ...
- python 动态规划 旅行商问题_旅行商问题动态规划解法(python版)
2019年华为实习生第二场笔试第二题是个旅行商问题,虽然只有5个点可以import itertools产生排列遍历5!=120情况求解(当然也可以写个递归自己生成排列),还是查了下动态规划的解法. 原 ...
- 递归求嵌套数组中最大值
今早在 https://attachments.me/hirehack/public/computer.html 做题,有一题是 递归求嵌套数组中最大值: /* This challenge requ ...
- 递归求最值(分治递归)
输入n,再输入n个数,输出n个数中的最小值和最大值. 分治与递归! 代码: #include<iostream>using namespace std; void minmax(int * ...
- C语言用递归求斐波那契数,让你发现递归的缺陷和效率瓶颈
C语言用递归求斐波那契数,让你发现递归的缺陷和效率瓶颈 分享到: QQ空间 新浪微博 腾讯微博 豆瓣 人人网 递归是一种强有力的技巧,但和其他技巧一样,它也可能被误用. 一般需要递归解决的问题有两个特 ...
- Python函数详解:函数定义、调用,lambda函数,高阶函数map,filter,reduce,函数式编程,模块化设计、代码复用、函数递归、enumerate()
一.函数 函数是一段具有特定功能的.可重用的语句组,通过函数名来表示和调用. 函数是一段代码的抽象和封装 函数是一段具有特定功能的.可重用的语句组 函数是一种功能的抽象,表达特定功能 两个作用:降低编 ...
最新文章
- 玩点创意编程,发现另一个世界
- springboot的war和jar包
- 计算机解译地学应用效果,不同的遥感解译方法在地表覆盖分类信息提取中的应用研究...
- Redis Scan 命令
- hibernate框架学习笔记11:Criteria查询详解
- Away3D学习笔记-物体位置和移动
- 初识Loadrunner
- 树莓派 opencv 调用摄像头
- PicSizer-将图片压缩到指定大小(KB)的软件
- python时间序列分析——基于混沌和数据分形理论的特征构建
- 图解css3:核心技术与案例实战. 导读
- 助力CP扬帆出海,华为HiGame邀全国开发者共赢拉美市场
- size不变的图片,用于目标检测
- 月份 星期 英文描述
- Android 状态栏适配
- Software Protection无法启动造成slmgr.vbs激活win10失败
- node内存溢出问题 Javascript Heap out of memory
- 还在纠结配色问题?手把手教你用MATLAB一键生成高质量色卡
- 如何下载virtualbox的旧版本
- Chrome浏览器87端口限制问题
热门文章
- FineReport中以jws方式调用WebService数据源方案
- Strut2判断是否是AJAX调用
- MFC提供的集合类CStringArray类和CPtrArray类
- 关于ESP8266 GPIO中断使用的总结
- 内核request_mem_region 和 ioremap的理解
- python 语言教程(2)基础语法之标识符
- 《研磨设计模式》chap24 桥接模式bridge(2)场景应用
- 比特币钱包(2) BIP32 HD钱包之生成子密钥
- 以太坊节点布置(3) 启动geth客户端
- 区块链BaaS云服务(11)招商银行ABS区块链平台