LeetCode 63: Unique Path II

本文详细解析了LeetCode第63题的多种解法,重点介绍了如何使用动态规划解决路径寻找问题,并对比了回溯法的效率,同时提供了清晰的代码实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

    现在已将LeetCode刷题心得记录github上,每一题都有我能够想到的多种解法,欢迎star!github

     本题和62题相似,所以放在一起讲,对于这题,提供一个地图,上面会有个别障碍,只能选择往右或者往下,问从左上角到右下角有多少种走法,本题第一种思路是利用回溯的方法,若没碰到障碍,则往前进,到达一次终点计数一次,但是这种方法最终超时,仔细想一下,这是一点典型的DP问题,做法如下:

class Solution {
public:
    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
        
        
        int H=obstacleGrid.size();
        if(H==0) return 0;
        
        int W=obstacleGrid[0].size();
        
        vector<int> tmp(W+1,0);
        vector<vector<int>>DP(H+1,tmp);
        
        if(obstacleGrid[0][0]==0)
            DP[1][1]=1;
        else DP[1][1]=0;
        
        for(int i=0;i<H;i++)
        {
            for(int j=0;j<W;j++)
            {
                if(i==0&&j==0) continue;
                if(obstacleGrid[i][j]==1)
                {
                    DP[i+1][j+1]=0;
                }
                else DP[i+1][j+1]=DP[i][j+1]+DP[i+1][j];
            }
        }
        
        return DP[H][W];
        
    }
};

 

对于上一题62,由于全局没有障碍,一方面可以同样使用DP方法,但是仔细想一下就是从带重复元素的序列中找到所有排列,即可以简化为  A(m+n-2)/(A(m-1)*A(n-1)) 的形式,但是直接算上下的话可能会出现溢出现象,因此加上一个小trick,先约简,再除,方法如下(代码可以更加精简一点,但是这样写会更加直观):

class Solution {
public:
      
    int uniquePaths(int m, int n) {
        
        m=m-1;
        n=n-1;
        
        int ret;
        long long ans=1;
        long long tmp=1;
        if(m>n)
        {
            for(int i=m+1;i<=m+n;i++)
            {
                ans*=i;
            }
            
            for(int i=1;i<=n;i++)
            {
                tmp*=i;
            }
            ret=(int)(ans/tmp);
        }
        else{
            for(int i=n+1;i<=m+n;i++)
            {
                ans*=i;
            }
            
            for(int i=1;i<=m;i++)
            {
                tmp*=i;
            }
            ret=(int)(ans/tmp);
        }
        return ret;
    }
};

 

内容概要:该研究通过在黑龙江省某示范村进行24小时实地测试,比较了燃煤炉具与自动/手动进料生物质炉具的污染物排放特征。结果显示,生物质炉具相比燃煤炉具显著降低了PM2.5、CO和SO2的排放(自动进料分别降低41.2%、54.3%、40.0%;手动进料降低35.3%、22.1%、20.0%),但NOx排放未降低甚至有所增加。研究还发现,经济性和便利性是影响生物质炉具推广的重要因素。该研究不仅提供了实际排放数据支持,还通过Python代码详细复现了排放特征比较、减排效果计算和结果可视化,进一步探讨了燃料性质、动态排放特征、碳平衡计算以及政策建议。 适合人群:从事环境科学研究的学者、政府环保部门工作人员、能源政策制定者、关注农村能源转型的社会人士。 使用场景及目标:①评估生物质炉具在农村地区的推广潜力;②为政策制定者提供科学依据,优化补贴政策;③帮助研究人员深入了解生物质炉具的排放特征和技术改进方向;④为企业研发更高效的生物质炉具提供参考。 其他说明:该研究通过大量数据分析和模拟,揭示了生物质炉具在实际应用中的优点和挑战,特别是NOx排放增加的问题。研究还提出了多项具体的技术改进方向和政策建议,如优化进料方式、提高热效率、建设本地颗粒厂等,为生物质炉具的广泛推广提供了可行路径。此外,研究还开发了一个智能政策建议生成系统,可以根据不同地区的特征定制化生成政策建议,为农村能源转型提供了有力支持。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值