【动态规划】—— 路径问题

文章目录：

1. 动态规划基本步骤

2. 路径问题模型例题

2.1：不同路径

2.1.1：算法原理

2.1.2：代码实现

2.2：不同路径 2

2.2.1：算法原理

2.2.2：代码实现

2.3：礼物的最大价值

2.3.1：算法原理

2.3.2：代码实现

2.4：下降路径最小和

2.4.1：算法原理

2.4.2：代码实现

2.5：最小路径和

2.5.1：算法原理

2.5.2：代码实现

2.6：地下城游戏

2.6.1：算法原理

2.6.2：代码实现

今天我们开始动态规划例题的第二个模型——路径问题

叠甲叠甲叠甲：今天的题目全部取自力扣！！！

在开始之前，我们重新回忆一下动态规划的基本步骤

1. 动态规划基本步骤

        1. 状态表示：

                a. 创建一个dp表（通常是一个数组）

                b. 填满dp表，dp表的每一个值就是一个状态

                c. 定义状态表示的方法：

                        i. 题目要求

                        ii. 经验 + 题目要求：

                                1）以某一个位置作为起始

                                2）以某一个位置作为结束

                        iii. 分析问题的过程中，发现了重复子问题

        2. 状态转移方程：根据状态表示得出状态转移方程

                用之前或之后的状态推导出当前状态的值

                通常：根据最近的一步来划分问题

        3. 初始化：保证填表的时候不发生越界

                只需要初始化可能发生越界的状态

        4. 填表顺序：根据状态转移方程和边界条件，确定子问题的求解顺序

                通常是从下到上、从左到右（或称为从小到大）地计算状态值。

        5. 返回值

2. 路径问题模型例题

2.1：不同路径

2.1.1：算法原理

        1. 状态表示：

                a. 创建一个dp表（本题是一个二维数组）

                        i. 经验 + 题目要求：

                                1）以某一个位置作为结束

                                         dp[i][j]表示走到（i，j）位置的时候一共有多少方式

        2. 状态转移方程：

               dp[i][j]：

                        从上面来：（i-1，j）——> （i，j） ：dp[i-1][j] 

                        从左面来：（i，j-1）——> （i，j） ：dp[i][j-1] 

                状态转移方程：dp[i][j] = dp[i-1][j] + dp[i][j-1] 

        3. 初始化：

                本题：填写一个状态时，会用到上面和左面的节点，最上一行和最左一列会发生越界

                使用虚拟节点法：

                       虚拟节点的注意事项：

                        a. 虚拟节点的值要保证后续填表的结果是正确的

                                本题需要保证dp[1][1]=1，而dp[1][1] = dp[0][1] + dp[1][0]

                                需要将dp[0[1] or dp[1][0]初始化为1

                        b. 注意下标的映射：

                        上文的dp[1][1]其实就是原始数组的（0，0）位置

        4. 填表顺序：

                从上到下、从左到右

        5. 返回值：dp[m][n]

2.1.2：代码实现

    //不同路径问题
    public int uniquePaths(int m, int n) {
        // 创建dp表
        //初始化
        //填表
        //返回值