🎬慕斯主页：修仙—别有洞天
♈️今日夜电波：宙でおやすみ
1:02━━━━━━️💟──────── 2:45
🔄 ◀️ ⏸ ▶️ ☰
💗关注👍点赞🙌收藏您的每一次鼓励都是对我莫大的支持😍
目录
62.不同路径
解题思路：
63.不同路径||
解题思路：
LCR 166.珠宝的最高价值
解题思路：
931.下降路径最小和
解题思路：
64.最小路径和
解题思路：
62.不同路径
62. 不同路径
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” ）。
问总共有多少条不同的路径？
示例 1：
输入：m = 3, n = 7
输出：28示例 2：
输入：m = 3, n = 2
输出：3
解释：
从左上角开始，总共有 3 条路径可以到达右下角。
1. 向右 -> 向下 -> 向下
2. 向下 -> 向下 -> 向右
3. 向下 -> 向右 -> 向下示例 3：
输入：m = 7, n = 3
输出：28示例 4：
输入：m = 3, n = 3
输出：6提示：
- 1 <= m, n <= 100
- 题目数据保证答案小于等于 2 * 109
解题思路：
1、状态表示：我们根据经验加题目要求，很明显的看出本题是一个二维数组的dp。对于二维dp我们可以按照以[i,j]为结尾时，巴拉巴拉 的模板来进行描述。本题的状态表示为：dp[i][j]表示：走到[i,j]位置时，一共有多少种方式。
2、状态转移方程：根据题意，我们按照最近的一步划分问题。可知有两种最近的一步，即：
因此，我们可以根据上述的思想写出状态转移方程：
3、初始化（重点）：在这里需要根据状态转移表示进行初始化，根据上面的状态转移方程，我们可以知道如果直接初始化需要将dp[0][j]、dp[i][0]都等于1才能完成初始化。但是我们在这里多加一横多加一列来初始化，让初始化更简单，也是防止越界。可以根据下图理解：
4、填表顺序：从上往下，从左往右填写。
5、返回值：dp[i][j]
因此我们写出如下题解：
class Solution {
public:int uniquePaths(int m, int n) {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++){dp[i][j]=dp[i-1][j]+dp[i][j-1];}}return dp[m][n];}
};63.不同路径||
63. 不同路径 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 “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。
示例 1：
输入：obstacleGrid = [[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 -> 向右示例 2：
输入：obstacleGrid = [[0,1],[0,0]]
输出：1提示：
- m == obstacleGrid.length
- n == obstacleGrid[i].length
- 1 <= m, n <= 100
- obstacleGrid[i][j] 为 0 或 1
解题思路：
1、状态表示：我们根据经验加题目要求，很明显的看出本题是一个二维数组的dp。本题是上一题的拓展，只是多了一个障碍而已。本题的状态表示为：dp[i][j]表示：走到[i,j]位置时，一共有多少种方式。由于多了一个障碍，我们只需要加上一个判断：if(obstacleGrid[i-1][j-1]!=1)即可规避障碍。
2、状态转移方程：实际上还是和上一题一样的，即：dp[i][j]=dp[i-1][j]+dp[i][j-1];
3、初始化（重点）：同上一题
4、填表顺序：从上往下，从左往右填写。
5、返回值：dp[i][j]
因此我们写出如下题解：（需要注意我们的dp表是加了一行一列的，因此对于obstacleGrid要对应上需要横和列都-1）
class Solution {
public:int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {vector<vector<int>> dp(obstacleGrid.size()+1,vector<int>(obstacleGrid[0].size()+1));dp[0][1]=1;for(int i=1;i<=obstacleGrid.size();i++){for(int j=1;j<=obstacleGrid[0].size();j++){if(obstacleGrid[i-1][j-1]!=1){dp[i][j]=dp[i-1][j]+dp[i][j-1];}}}return dp[obstacleGrid.size()][obstacleGrid[0].size()];}
};LCR 166.珠宝的最高价值
LCR 166. 珠宝的最高价值
现有一个记作二维矩阵 frame 的珠宝架，其中 frame[i][j] 为该位置珠宝的价值。拿取珠宝的规则为：
- 只能从架子的左上角开始拿珠宝
- 每次可以移动到右侧或下侧的相邻位置
- 到达珠宝架子的右下角时，停止拿取
注意：珠宝的价值都是大于 0 的。除非这个架子上没有任何珠宝，比如 frame = [[0]]。
示例 1:
输入: frame = [[1,3,1],[1,5,1],[4,2,1]]
输出: 12
解释: 路径 1→3→5→2→1 可以拿到最高价值的珠宝提示：
- 0 < frame.length <= 200
- 0 < frame[0].length <= 200
解题思路：
1、状态表示：我们根据经验加题目要求，很明显的看出本题是一个二维数组的dp。因此写出状态表示：dp[i][j]表示：到达[i,j]位置时，此时的最大值。
2、状态转移方程：根据题意，我们可知只能向左或者向右移动即：
每次移动都会拿珠宝，因此写出状态转移方程：
3、初始化（重点）：我们多加上一横以及一列让初始化更简单，也是防止越界。根据题意，我们可以发现：要使dp表正确，我们仅需将dp[0][j]、dp[i][0]初始化为0即可，如下图示：
4、填表顺序：从上往下，从左往右填写。
5、返回值：dp[i][j]
因此我们写出如下题解：
class Solution {
public:int jewelleryValue(vector<vector<int>>& frame) {int n=frame.size();int m=frame[0].size();vector<vector<int>> dp(n+1,vector<int>(m+1));for(int i=1;i<=n;i++){for(int j=1;j<=m;j++){dp[i][j]=max(dp[i-1][j],dp[i][j-1])+frame[i-1][j-1];}}return dp[n][m];}
};931.下降路径最小和
931. 下降路径最小和
给你一个 n x n 的 方形 整数数组 matrix ，请你找出并返回通过 matrix 的下降路径 的 最小和 。
下降路径 可以从第一行中的任何元素开始，并从每一行中选择一个元素。在下一行选择的元素和当前行所选元素最多相隔一列（即位于正下方或者沿对角线向左或者向右的第一个元素）。具体来说，位置 (row, col) 的下一个元素应当是 (row + 1, col - 1)、(row + 1, col) 或者 (row + 1, col + 1) 。
示例 1：
输入：matrix = [[2,1,3],[6,5,4],[7,8,9]]
输出：13
解释：如图所示，为和最小的两条下降路径示例 2：
输入：matrix = [[-19,57],[-40,-5]]
输出：-59
解释：如图所示，为和最小的下降路径提示：
- n == matrix.length == matrix[i].length
- 1 <= n <= 100
- -100 <= matrix[i][j] <= 100
解题思路：
1、状态表示：我们根据经验加题目要求，很明显的看出本题是一个二维数组的dp。状态表示为：dp[i][j]表示： 到达[i,j]位置是，最小的下降路径。
2、状态转移方程：dp[i][j]=min(min(dp[i-1][j-1],dp[i-1][j]),dp[i-1][j+1])+matrix[i-1][j-1];如何d得出来的呢？我们可以从[i-1,j-1]->[i,j] [i-1,j]->[i,j] [i-1,j+1]->[i,j] 可以得出如下：
3、初始化（重点）：根据题意，我们可以发现：要使dp表正确，我们需要多加一横以及两列，并且将最左的以及最右的两列初始化为最大，第一横初始化为0。（简化操作：现将全部初始化最大，第一横初始化为0）如下图所示：
4、填表顺序：从上往下
5、返回值：最后一横的最小值。
因此我们写出如下题解：
class Solution {
public:int minFallingPathSum(vector<vector<int>>& matrix) {int n=matrix.size(),m=matrix[0].size();vector<vector<int>> dp(n+1,vector<int>(m+2,INT_MAX));for(int i=0;i<m+2;i++){dp[0][i]=0;}for(int i=1;i<=n;i++){for(int j=1;j<=m;j++){dp[i][j]=min(min(dp[i-1][j-1],dp[i-1][j]),dp[i-1][j+1])+matrix[i-1][j-1];}}int min=INT_MAX;for(int j=1;j<=m;j++){if(min>dp[n][j])min=dp[n][j];}return min;}
};64.最小路径和
64. 最小路径和
给定一个包含非负整数的 m x n 网格 grid ，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。
说明：每次只能向下或者向右移动一步。
示例 1：
输入：grid = [[1,3,1],[1,5,1],[4,2,1]]
输出：7
解释：因为路径 1→3→1→1→1 的总和最小。示例 2：
输入：grid = [[1,2,3],[4,5,6]]
输出：12提示：
- m == grid.length
- n == grid[i].length
- 1 <= m, n <= 200
- 0 <= grid[i][j] <= 200
解题思路：
1、状态表示：我们根据经验加题目要求，很明显的看出本题是一个二维数组的dp。dp[i][j] 表示：达到[i,j]位置，最小路径和。
2、状态转移方程： dp[i][j]=min(dp[i][j-1],dp[i-1][j])+grid[i-1][j-1];
3、初始化（重点）：多加一横以及一列，我们需要保证里面的值要保证后面的值是正确的。因此我们将所有值都先初始化为最大值，再将dp[0][1]或者dp[1][0]初始化为0即可。后续也需要注意下标的映射关系。
4、填表顺序：从上往下，从左往右填写。
5、返回值：dp[i][j]
因此我们写出如下题解：
class Solution {
public:int minPathSum(vector<vector<int>>& grid) {int n=grid.size();int m=grid[0].size();vector<vector<int>> dp(n+1,vector<int>(m+1,INT_MAX));dp[0][1]=0;for(int i=1;i<=n;i++){for(int j=1;j<=m;j++){dp[i][j]=min(dp[i][j-1],dp[i-1][j])+grid[i-1][j-1];}}return dp[n][m];}
};
感谢你耐心的看到这里ღ( ´･ᴗ･` )比心，如有哪里有错误请踢一脚作者o(╥﹏╥)o！
给个三连再走嘛~
