动态规划【一】到达目标的最大/最小路径

马上面临秋招，笔者也刷过不少题了，但是动态规划一直是笔者心中的痛点，大厂的笔试中动态规划已成标配，为了圆大厂梦，笔者决定沉下心，认真研究一下动态规划问题，近日看到leetcode一位大佬将动态规划问题划分为五类，私以为很受用，加上一些个人见解，将其写成博客，如有什么错误还请各位看官指正。

1、到达目标的最大/最小路径

1.1 问题描述

通常这类问题都具有如下的描述：

给定一个目标，求到达目标所需要的最大/最小代价、最大/最小和或最大/最小路径数

1.2 解题方法

以路径问题为例，通常在所有可能的路径中，最大/最小路径数都由前一个最大/最小路径加上当前的路径数来得出，我们可以列出状态转移方程：

routes[i] = min(route[i-1],routes[i-2],routes[i-3]...routes[i-k])+cost[i]

通常，解决这类问题的代码都是如下形式：

for(int i=1;i<=target;i++){
	for(int j=0;j<ways.size(),j++){
		dp[i]=min(dp[i],dp[i-ways[j]])+cost[i];
	}
}

1.3 leetcode原题解析

以下是笔者搜集的leetcode此类问题，附上笔者的代码，在这里不讨论代码的优化问题。

746. Min Cost Climbing Stairs (Easy)

/**
*爬阶梯问题，类似于青蛙跳台阶，只不过这里加了一个cost，解题方法还是没变
*每一阶的最小代价都由前一个最小代价决定
*/
//解决方案
class Solution {
    public int minCostClimbingStairs(int[] cost) {
        int [] dp = new int[cost.length+1];
        dp[0] = cost[0];
        dp[1] = cost[1];
        for (int i = 2;i<=cost.length;i++){
                dp[i]=Math.min(dp[i-1],dp[i-2])+(i==cost.length?0:cost[i]);
            }
        return dp[cost.length];
    }
}

64. Minimum Path Sum (Medium)

/**
*求到达目标点的最小和，先假设只有一行或只有一列，那么只有一条路径
*再考虑其他情况，每次只能往右或往下移
*/
//解决方案
class Solution {
    public int minPathSum(int[][] grid) {
       int row = grid.length;
        int col = grid[0].length;
        for (int i =1;i<row;i++){
            grid[i][0]+=grid[i-1][0];
        }
        for (int j =1;j<col;j++){
            grid[0][j]+=grid[0][j-1];
        }
        for (int i =1;i<row;i++){
            for (int j =1;j<col;j++){
                grid[i][j]=Math.min(grid[i-1][j],grid[i][j-1])+grid[i][j];
            }
        }
        return grid[row-1][col-1]; 
    }
}