代码随想录算法训练营29天 | ​​62.不同路径、63. 不同路径 II、343. 整数拆分（提高）、96.不同的二叉搜索树（提高）

题目链接：62.不同路径、63. 不同路径 II、343. 整数拆分（提高）、96.不同的二叉搜索树（提高）

文章链接：代码随想录

动态规划

1. 不同路径

1. 确定dp数组（dp table）以及下标的含义：dp[i][j] 表示从 (0, 0) 出发到 (i, j) 有 dp[i][j] 条不同的路径
2. 确定递推公式：dp[i][j] = dp[i - 1][j] + dp[i][j - 1]
3. dp数组如何初始化：dp[i][0] 一定都是1，因为从 (0, 0) 到 (i, 0) 的路径只有1条，dp[0][j]同理，因此初始化代码为：

   for (int i = 0; i < m; i++) dp[i][0] = 1;
   for (int j = 0; j < n; j++) dp[0][j] = 1;

4. 确定遍历顺序：根据递归公式，dp[i][j] 都是从其上方和左方推导而来，因此应该从上往下、从左往右遍历
5. 举例推导dp数组：

class Solution {
public:
    int uniquePaths(int m, int n) {
        vector<vector<int>> dp(m, vector<int>(n, 0));
        for(int i = 0; i < m; i++) dp[i][0] = 1;
        for(int j = 0; j < n; j++) dp[0][j] = 1;
        //注意从(1,1)开始遍历
        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];
    }
};

 2. 不同路径 II

1. 确定dp数组（dp table）以及下标的含义：dp[i][j] 表示从 (0, 0) 出发到 (i, j) 有 dp[i][j] 条不同的路径
2. 确定递推公式：dp[i][j] = dp[i - 1][j] + dp[i][j - 1]（特例：如果当前位置是障碍，则应该保持初始状态为0）
3. dp数组如何初始化：因为从 (0, 0) 到 (i, 0) 的路径只有1条，dp[i][0] 一定都是1。但当障碍存在时，障碍之后（包括障碍）都是走不到的位置，因此障碍及其之后的位置初始值应该仍为0，dp[0][j]同理：

   

   vector<vector<int>> dp(m, vector<int>(n, 0));
   for (int i = 0; i < m && obstacleGrid[i][0] == 0; i++) dp[i][0] = 1;
   for (int j = 0; j < n && obstacleGrid[0][j] == 0; j++) dp[0][j] = 1;

4. 确定遍历顺序：根据递归公式，dp[i][j] 都是从其上方和左方推导而来，因此应该从上往下、从左往右遍历
5. 举例推导dp数组：

//在“62.不同路径”的实现基础上，因为存在障碍，对递推公式和初始化部分都要做相应的修改

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

3. 整数拆分（提高）

1. 确定dp数组（dp table）以及下标的含义：拆分数字 i 可以得到的最大乘积为 dp[i]
2. 确定递推公式：dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));
3. dp数组如何初始化：根据 dp[i] 的定义，dp[0] 、dp[1] 的初始化值都没有意义，只初始化 dp[2] = 1
4. 确定遍历顺序：根据递归公式，dp[i] 是依靠 dp[i - j] 的状态，所以遍历 i 一定是从前向后遍历，先有 dp[i - j] 再有 dp[i]
5. 举例推导dp数组：

class Solution {
public:
    int integerBreak(int n) {
        vector<int> dp(n + 1);
        dp[0] = 0;
        dp[1] = 0;
        dp[2] = 1;
        for(int i = 3; i <= n; i++) {
            for(int j = 1; j < i; j++) {
                dp[i] = max(dp[i], max((i - j) * j, dp[i - j] * j));
            }
        }
        return dp[n];
    }
};

4. 不同的二叉搜索树和（提高）

（待更新...）

5. 阶段总结

（待更新...）

 相关题目和后续提高：

心得：