不同路径
//机器人不同的路径进入到指定的地点
public static int uniquepath(int m, int n) {
if (m <= 0 || n <= 0)
{
return 0;
}
int[][] dp = new int[m][n];//初始化
//如果只有i，j中有一个为0，那么机器人行走的方向只能有一种方式
for (int i = 0; i < m; i++)
{
dp[i][0] = 1;
}
for (itn i = 0; i < n; i++)
{
dp[0][i] = 1;
}
//推导出dp[m-1][n-1]，因为定义dp[i][j]就是表示的是在[i][j]点
//不同的路径的数目
for (itn 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];
}
不同路径||
![在这里插入图片描述]（https://img-blog.csdnimg.cn/55c59dbc1da64e20aed014ff76118002.png）
方法一：
大佬讲解
class Solution {
public:
/**
* 1. 确定dp数组下标含义 dp[i][j] 从(0,0)到(i,j)可能的路径种类;
* 2. 递推公式 dp[i][j] = dp[i-1][j] + dp[i][j-1] 但是需要加限制条件就是没有障碍物的时候
* if(obstacleGrid[i][j] == 0) dp[i][j] = dp[i-1][j] + dp[i][j-1];
* 3. 初始化 当obstacleGrid[i][j] == 0时，dp[i][0]=1 dp[0][i]=1 初始化横竖就可;
* 4. 遍历顺序 一行一行遍历;
* 5. 推导结果;
*/
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
/* 计算数组大小 */
int m = obstacleGrid.size();
int n = obstacleGrid[0].size();
/* 定义dp数组 */
vector<vector<int>> dp(m,vector<int>(n,0));
/* 初始化dp数组 */
for(int i = 0; i < m && obstacleGrid[i][0] == 0; i++)
dp[i][0] = 1;
for(int i = 0; i < n && obstacleGrid[0][i] == 0; i++)
dp[0][i] = 1;
/* 一行一行遍历 */
for(int i = 1; i < m; i++) {
for(int j = 1; j < n; j++) {
/* 去除障碍物 */
if(obstacleGrid[i][j] == 1) continue;
dp[i][j] = dp[i-1][j] + dp[i][j-1];
}
}
return dp[m-1][n-1];
}
};
方法二
多加一行和一列的虚拟节点，防止出现越界的情况，
把它们初始化成0，但是要保证第一个节点初始化成1.
dp[0][1] = 1;
class Solution {
public:
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
int m = obstacleGrid.size(), n = obstacleGrid[0].size();
vector<vector<int>> dp(m + 1, vector<int>(n + 1));
dp[0][1] = 1;
for(int i = 1; i <= m; i++) {
for(int j = 1; j <= n; j++) {
if(obstacleGrid[i - 1][j - 1] == 1) continue;
else dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
return dp[m][n];
}
第N个泰波那契数
递归写法
1。先确定函数的一定是什么dp[ i ] 表示：第 i 个泰波那契数
2。题目中的关系代数是 dp[ i ] = dp[ i - 1 ] + dp[ i - 2 ] + dp[ i - 3。边界是T(0)=0,T(1)=1,T(2)=1T(0)=0, T(1)=1,
4。初始化为dp[ 0 ] = 0，dp[ 1 ] = 1，dp[ 2 ] = 1
class Solution {
public:
int tribonacci(int n) {
vector<int> dp(n + 1);
if (n == 0)
{
return 0;
}
if (n <= 2)
{
return 1;
}
dp[0] = 0, dp[1] = 1, dp[2] = 1;
for (int i = 3; i <= n; i++) {
dp[i] = dp[i - 1] + dp[i - 2] + dp[i - 3];
}
return dp[n];
}
};
滚动数组
class Solution {
public:
int tribonacci(int n) {
if (n == 0) {
return 0;
}
if (n <= 2) {
return 1;
}
int p = 0, q = 0, r = 1, s = 1;
for (int i = 3; i <= n; ++i) {
p = q;
q = r;
r = s;
s = p + q + r;
}
return s;
}
};
三步问题
这就是老油条的步骤了，
先确定自己定义的函数，然后找出关系式，然后确定初始值
递归操作
class Solution {
public:
int waysToStep(int n) {
vector<in#t> dp(n + 1);
const int MOD = 1e9 + 7;
//边界问题
if (n == 1 || n == 2) return n;
if (n == 3) return 4;
//初始化定义
dp[1] = 1, dp[2] = 2, dp[3] = 4;
for (int i = 4; i <= n; i++) {
dp[i] = ((dp[i - 3] + dp[i - 2]) % MOD + dp[i - 1]) % MOD;
}
return dp[n];
}
};
滚动数组
class Solution {
public:
int waysToStep(int n) {
int a=1,b=2,c=4,i;
for(i=2;i<=n;i++){
long long t=(a+b)%1000000007;
t=(t+c)%1000000007;
a=b;
b=c;
c=t;
}
return a;
}
};
使用最小画法爬楼梯
题目要求的是到达第n级台阶楼层顶部的最小花费，可以用动态规划来解，下面一步一步来讲怎样确定状态空间、怎样给出状态转移方程。
递归
-
大佬讲解
-
最近的一步有两种情况，
-
从 dp[ i - 1 ] 走一步过来，支付cost[ i - 1 ] 的费用； 1. 从 dp[ i - 1 ] 走一步过来，支付cost[ i - 1 ] 的费用;
-
从 dp[ i - 2 ] 走两步过来，支付cost[ i - 2 ] 的费用。
而 dp[ i ] 就是到达 i 位置的最小花费，
那我们就能得出状态转移方程：
dp [ i ] = min( dp[ i - 1 ] + cost[ i - 1 ]，dp[ i - 2 ] + cost[ i - 2 ] )
class Solution {
public:
int minCostClimbingStairs(vector<int>& cost) {
int n = cost.size();
// 创建dp表，这样初始化默认填充的是 0
vector<int> dp(n + 1);
for (int i = 2; i <= n; i++) {
dp[i] = min(dp[i - 1] + cost[i - 1], dp[i - 2] + cost[i - 2]);
}
return dp[n];
}
};
解码方法
方法一
动态规划的使用：
1。确立dp 数组的定义，代表的是 dp[i] 位置代表的是第i个位置时候解码方法的总数。
2。找关系代数=
-
s[ i ] 单独解码，如果是单独解码，当 s[ i ] 的值是 1~9 的时候可以自己解码，
自己解码的方案数就是 dp[ i - 1 ]，如果 s[ i ] 的值是 0，那方案数就是0，整体解码失败， -
s[ i ] 和 s[ i - 1 ] 一起解码，当 s[ i - 1 ] * 10 + s[ i ] 的值是 10~26 的时候就可以解码，
而解码数就是 dp[ i - 2 ]，如果解码失败，不在这个区间内，那方案数就也是0。
3。初始化dp数组，
初始化 dp[ 0 ] 和 dp[ 1 ] 位置，
dp[ 0 ] 位置，如果s[ 0 ] 解码成功就是1，不成功就是0
dp[ 1 ] 位置，如果 dp[ 1 ] 能自己解码，就 + 1，如果能跟 dp[ 0 ] 一起解码，就再 + 1，
如果dp[ 1 ] 两种情况都不能解码，就是0。（所以可能是0, 1, 2）
class Solution {
public:
int numDecodings(string s) {
int n = s.size();
vector<int> dp(size);
dp[0] = s[0] != '0';
if (size == 1) return dp[0];
if (s[0] != '0' && s[1] != '0') dp[1]++;
int t = (s[0] - '0') * 10 + (s[1] - '0');
if (t >= 10 && t <= 26) dp[1]++;
for (int i = 2; i < size; i++) {
if (s[i] != '0') dp[i] += dp[i - 1];
t = (s[i - 1] - '0') * 10 + (s[i] - '0');
if (t >= 10 && t <= 26) dp[i] += dp[i - 2]; //一起解码
}
return dp[n - 1];
}
};
方法二：（大佬讲解）
class Solution {
public:
int numDecodings(string s) {
if (s[0] == '0') return 0;
int n = s.size();
vector<int> dp(n + 1, 1);
//dp[0]表示s[-1]的状态， dp[1] 表示 s[0]的状态
//dp[i] 表示 s[i-1]的状态
for (int i = 2; i <= n; i++) {
if (s[i - 1] == '0') {
if (s[i - 2] == '1' || s[i - 2] == '2')//唯一译码，不增加情况
dp[i] = dp[i - 2];
else//这里要好好理解一下，比如给定340, 输出可行的编码数为0， 因为0和40都无法转换
return 0;
}
else if (s[i - 2] == '1' || s[i - 2] == '2' && s[i - 1] >= '1' && s[i - 1] <= '6')
dp[i] = dp[i - 1] + dp[i - 2];
else//当上述条件都不满足，维持上一个状态
dp[i] = dp[i - 1];
}
//for(auto c:dp) cout << c << ",";
return dp[n];//返回dp[n] 即最后 s[n-1] 的状态
}
};
![[Linux] shell条件语句和if语句](https://img-blog.csdnimg.cn/cebaeea930df47f194eb9a869e03f7b7.png)
