DAY43：动态规划（三）不同路径+不同路径Ⅱ（初始化注意点很多，及时复盘）

62.不同路径（注意初始化）

• 本题初始化很重要，初始化的同时还要考虑越界的问题与可能性。
• 这道题需要和不同路径Ⅱ对比来看，就能看出初始化重要性，同时这两道题补充了一些关于for循环终止条件和执行的问题。

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？

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 * 10^9

BFS深度搜索写法

本题因为是给出了图寻找路径，最直观的想法就是用图论里的深搜，来枚举出来有多少种路径。

注意题目中说机器人每次只能向下或者向右移动一步，那么其实机器人走过的路径可以抽象为一棵二叉树，而叶子节点就是终点！

例如下图所示的例子：

此时问题就可以转化为求二叉树叶子节点的个数，代码如下：

class Solution {
   
private:
    int dfs(int i, int j, int m, int n) {
   
        if (i > m || j > n) return 0; // 越界了
        if (i == m && j == n) return 1; // 找到一种方法，相当于找到了叶子节点
        return dfs(i + 1, j, m, n) + dfs(i, j + 1, m, n);
    }
public:
    int uniquePaths(int m, int n) {
   
        return dfs(1, 1, m, n);
    }
};

但是这么写，提交了代码会发现超时！

实际上是因为这个深搜的算法，其实就是要遍历整个二叉树。

这棵树的深度是m+n-1（深度按从1开始计算），那二叉树的节点个数就是 2^(m + n - 1) - 1。可以理解深搜的算法就是遍历了整个满二叉树（其实没有遍历整个满二叉树，只是近似而已）

所以上面深搜代码的时间复杂度为O(2^(m + n - 1) - 1)，可以看出，这是指数级别的时间复杂度，是非常大的。

再复习一下数据范围和时间复杂度的关系，可以看出，指数级别的时间复杂度是需要n<=30才行的。

动态规划思路

DP需要记录每一个格子的状态，这样才能用状态转移方程进行格子状态的转换.

因为本题需要记录格子状态，因此我们需要定义一个二维的dp数组。

DP数组的含义

二维数组dp[i][j]的含义应该是，从[0,0]位置到[i,j]位置，有多少条不同的路径。因为待求的量就是路径数目。

递推公式

因为题目描述中说，机器人只能往下走或者往右走一步，因此，对于一个位置[i,j]，他的上一个位置到达当前位置的路径最多只有两条，就是从上面来和从左边来。如下图所示。

因此递推公式为：dp[i][j] = dp[i-1][j]+dp[i,j-1]

DP数组初始化

机器人从左上角的[0,0]开始走，由于数组下标越界影响，i和j都需要从1开始，也就是说，只要是i=0,j=0的情况，就会出现-1的下标越界，因此dp[i][0]和dp[0][j]这两行都需要做初始化！

初始化逻辑：

dp[i][0]就是一路横着走过去，路径数目就是1（因为只有这一个方向，也就是只有一条路径，注意这里是统计路径条数而不是走了几步），dp[0][j]同理

//直接从0开始初始化就行，初始化的时候不需要在意边界条件，[0][0]不存在越界问题
//j是0,横着只有一条路径方向
for(int i=0;i<m;i++){
   
    dp[i][0]=1;
}
//i是0，竖着也只有一条路径方向
for(int j=0;j<n;j++){
   
    dp[0][j]=1;
}

遍历顺序

递推公式dp[i][j] = dp[i - 1][j] + dp[i][j - 1]，dp[i][j]都是从其上方和左方推导而来，那么从左到右一层一层遍历就可以了。

这样就可以保证推导dp[i][j]的时候，dp[i - 1][j] 和 dp[i][j - 1]一定是有数值的。

打印dp数组

DP数组预期例子如图：

（这里一定要区分走多少步和路径的区别，路径的初始化是同个方向全部为1，但是走多少步的初始化是同个方向为i的递增）

正确的DP数组预期如下图第二个所示。

动态规划写法

• 二维数组初始化的方式：先放一维数组个数，再初始化内部的一维数组，如vector<vector<int>>dp(m,vector<int>(n,0))(得到m*n，初值全部为0的二维矩阵)

clas