首页 > 其他分享 >动态规划-不同路径问题

动态规划-不同路径问题

时间:2024-08-14 09:56:27浏览次数:13  
标签:障碍物 int 路径 网格 左上角 动态 规划 dp

本篇是动态规划算法题目介绍的第二篇,如果对其他题目感兴趣的话,可以前往动态规划_Yuan_Source的博客-CSDN博客

不同路径Ⅰ

一个机器人位于一个 m x n 网格的左上角 。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。问总共有多少条不同的路径?

解题思路

  1. 定义状态
    • 设 dp[i][j] 表示从左上角 (0, 0) 到达网格中 (i, j) 这个位置的不同路径数量。
  2. 初始化状态
    • 起始点 (0, 0) 显然只有一条路径到达,即 dp[0][0] = 1
    • 第一行(i = 0)和第一列(j = 0)上的所有点都只有一条路径到达,因为它们只能通过向右或向下移动到达(取决于它们是行还是列)。因此,dp[0][j] = 1(对于所有 j),dp[i][0] = 1(对于所有 i)。
  3. 状态转移方程
    • 对于网格中的任意点 (i, j)(除了第一行和第一列),到达该点的路径数等于从上方 (i-1, j) 到达的路径数加上从左方 (i, j-1) 到达的路径数。即 dp[i][j] = dp[i-1][j] + dp[i][j-1]
  4. 计算顺序
    • 由于每个点的路径数依赖于其上方和左方的点的路径数,因此我们需要从左上角开始,按行和列的顺序逐步计算到右下角。
  5. 结果
    • 最终,dp[m-1][n-1](其中 m 和 n 分别是网格的行数和列数)将包含从左上角到右下角的不同路径数量。
class Solution {  
public:  
    int uniquePaths(int m, int n) {  
        vector<vector<int>> dp(m, vector<int>(n, 0));  
          
        // 初始化第一列  
        for (int i = 0; i < m; ++i) {  
            dp[i][0] = 1;  
        }  
          
        // 初始化第一行  
        for (int j = 0; j < n; ++j) {  
            dp[0][j] = 1;  
        }  
          
        // 填充dp表  
        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];  
    }  
};

 这种方法将dp的第一行与第一列设为1

class Solution {
public:
    int uniquePaths(int m, int n) {
        vector<vector<int>> dp;
        dp.resize(m+1);
        for (int i = 0; i <= m; i++) {
            dp[i].resize(n+1);
            for (int j = 0; j <= n; j++) {
                if (i == 0 || j == 0) {
                    if (j == 1) {
                        dp[i][j] = 1;
                    } else {
                        dp[i][j] = 0;
                    }
                } else {
                    dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
                }
            }
        }
        return dp[m][n];
    }
};

dp的行数和列数都是m + 1n + 1,这是因为我们需要考虑第0行和第0列的初始条件。在函数内部,我们首先初始化dp向量,将其所有元素初始化为0。然后,我们遍历dp向量的每个位置,根据当前位置的行数和列数更新路径数。

  

 不同路径Ⅱ

一个机器人位于一个 m x n 网格的左上角 。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。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。

 解题思路

  1. 定义状态
    • 设 dp[i][j] 表示从左上角 (0, 0) 到达网格中 (i, j) 这个位置(如果存在路径且该位置不是障碍物)的不同路径数量。
  2. 初始化状态
    • 如果起始点 (0, 0) 是障碍物(即 grid[0][0] == 1),则没有路径可以到达,直接返回 0。
    • 否则,初始化 dp[0][0] = 1(因为起始点自身算一条路径)。
    • 对于第一行(i = 0)和第一列(j = 0)上的点,如果它们不是障碍物,则路径数只能来自上方或左方(取决于它们是行还是列)。因此,对于非障碍物的点,dp[0][j]j > 0)和 dp[i][0]i > 0)应初始化为 1(如果它们不是障碍物)。
  3. 状态转移方程
    • 对于网格中的任意点 (i, j)(除了第一行和第一列),如果它不是障碍物,则到达该点的路径数等于从上方 (i-1, j) 到达的路径数加上从左方 (i, j-1) 到达的路径数。即 dp[i][j] = dp[i-1][j] + dp[i][j-1](前提是这些位置不是障碍物)。
    • 如果 (i, j) 是障碍物,则 dp[i][j] = 0,因为无法到达该点。
  4. 计算顺序
    • 从左上角 (0, 0) 开始,按行和列的顺序逐步计算到右下角 (m-1, n-1)
  5. 结果
    • 最终,dp[m-1][n-1] 将包含从左上角到右下角(如果存在路径)的不同路径数量。
class Solution {
public:
    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
        int m = obstacleGrid.size();
        int n = obstacleGrid[0].size();
        if(obstacleGrid[0][0] ==1 ){
            return 0;
        }
        vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0));

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

        for (int i = 1; i <= m; ++i) {
            for (int j = 1; j <= n; ++j) {
                if (obstacleGrid[i - 1][j - 1] == 1)
                    dp[i][j] = 0;
                else
                    dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
            }
        }

        return dp[m][n];
    }
};

标签:障碍物,int,路径,网格,左上角,动态,规划,dp
From: https://blog.csdn.net/2302_80190174/article/details/141164519

相关文章

  • 动态规划:最长回文子串
    目录题目思路解题过程复杂度code 题目        给你一个字符串 s,找到 s 中最长的 回文子串示例1:输入:s="babad"输出:"bab"解释:"aba"同样是符合题意的答案。示例2:输入:s="cbbd"输出:"bb"提示:1<=s.length<=1000s 仅由数字和英文字母组成......
  • Sy.ExpressionBuilder 也许会是动态查询的另一种实现方式
     1.该表达式插件通过模型继承获取对应的能力。目前提供的模型有QueryModel:基础查询类PageModel:分页查询参数类(默认每页分页20条)FullQueryModel:查询模型,对比QueryModel多了查询集合QueryItems和过滤FilterFields。前端可以在后端给与的基础上,添加查询参数,对于前端来说......
  • (算法)猜数字⼤⼩II————<暴搜->记忆化搜索->动态规划>
    1.题⽬链接:375.猜数字⼤⼩II2.题⽬描述:3.解法(暴搜->记忆化搜索):算法思路:暴搜:a.递归含义:给dfs⼀个使命,给他⼀个区间[left,right],返回在这个区间上能完胜的最⼩费⽤;b.函数体:选择[left,right]区间上的任意⼀个数作为头结点,然后递归分析左右⼦树。求出所有情况......
  • (算法)最⻓递增⼦序列————<暴搜->记忆化搜索->动态规划>
    1.题⽬链接:300.最⻓递增⼦序列2.题⽬描述:3.解法(暴搜->记忆化搜索->动态规划):算法思路:暴搜:a.递归含义:给dfs⼀个使命,给他⼀个数i,返回以i位置为起点的最⻓递增⼦序列的⻓度;b.函数体:遍历i后⾯的所有位置,看看谁能加到i这个元素的后⾯。统计所有情况下的最⼤值。......
  • 非线性规划的经典例题--选址问题
    本章会介绍如何利用非线性规划解决选址问题,这个问题是文章线性规划在数学建模中的两道例题中第二道投料问题的第二小题,本章为基于这道题的基础上进行介绍,建议读者返回去看一看目录一、问题提出二、问题分析三、模型建立四、代码实现1.输入目标函数2.输入线性约束一、问题提出......
  • 基于Dijkstra、A*和动态规划的移动机器人路径规划(Matlab代码实现)
     ......
  • 动态组件,插槽,vue项目创建,vue项目目录结构,vue开发规范,es6语法
    Ⅰ动态组件【一】基本使用【1】不使用动态组件<!DOCTYPEhtml><htmllang="en"><head><metacharset="UTF-8"><title>动态组件</title><scriptsrc="./js2/vue.js"></script></head><......
  • Day 42 动态规划 Part09
    188.买卖股票的最佳时机IV做完上一道题后再看就简单许多了。股票问题的重点就在于两点:找到所有的状态状态如何转移对于本题,一共包含2*k种状态(第1,2...k次持有,第1,2...k次卖出)。状态间如何转移呢?见下图classSolution{publicintmaxProfit(intk,int[]prices){......
  • 欧拉路径
    借鉴文章\(1\).欧拉路径定义:图中经过所有边恰好一次的路径叫欧拉路径(也就是一笔画)。如果此路径的起点和终点相同,则称其为一条欧拉回路。\(2.\)欧拉路径判定(是否存在):有向图欧拉路径:图中恰好存在\(1\)个点出度比入度多\(1\)(这个点即为起点\(S\)),\(1\)个点入度比出度多......
  • python实现迷宫最佳路径规划
    在Python中实现迷宫路径的最佳路径规划,我们通常可以使用图搜索算法,如广度优先搜索(BFS)或更高效的A搜索算法。A算法因其结合了最佳优先搜索(如Dijkstra算法)和启发式信息(如曼哈顿距离或欧几里得距离)来评估节点的潜力,所以在寻找最短路径时非常有效。下面将展示如何使用A*算法在Pyth......