动态规划(DP)之 机器人行走不同路径总数-C语言实现
- 前言
不同路径代表一类比较简单的动态规划问题,此类动态规划问题,如果采用递归遍历,最终会形成二叉树或线性队列(条件约束),如果采用bottom-up的模式,那么我们可以采用二维数组dp[i][j]的形式,其中i代表行,j代表列,值得一提的是,此处的i,j与矩阵链相乘的问题中的i和j完全不同,在矩阵链相乘问题中,i代表起始矩阵,j代表结束矩阵的区间,相对而言矩阵链乘法中,i和j理解起来相对困难和复杂。
- 问题描述
本文字摘自Leetcode习题,问题是这样描述的,
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?
示例 1:
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 * 10e9
- 问题解答
通过之前的学习以及习题训练,认为《算法导论》中提供的思维模板对动态规划的解题非常有帮助。如果严格按照思维模板,需要分为四个步骤对问题进行解析。
a) 表征最优化问题的结构(Characterize the structure of the optimal structure)
问题中对机器人的行走方向进行了约束,机器人每次只能向右或向左移动一步,依照约束,对于当前点,只要存在左移或右移的空间,那么我们就可以选择其中之一,总的路径次数就是两个选择的和。针对本问题,选择其实非常明确,右移或者下移。
图示的Maze为3×3方阵,圆圈代表机器人所在的当前位置,对于每个当前的位置,机器人可以分叉为两个选择,针对每个坐标 (i,j),如果要求出从原点到达(i,j)的独立路径的个数,只需要寻找其上方和左侧位置上的独立路径数目,二者相加即可。
先要求出F(3,3)终点位置的路径,仅需要求出其左邻和上方路径个数之和即可。具体到本例当中,可以抽象为如下表达式:
F
(
3
,
3
)
=
F
(
2
,
3
)
+
F
(
3
,
2
)
=
3
(
紫色
)
+
3
(
绿色
)
=
6
F(3,3)=F(2,3)+F(3,2)=3(紫色)+3(绿色)=6
F(3,3)=F(2,3)+F(3,2)=3(紫色)+3(绿色)=6
进一步对表达式进行抽象,可以得到,
F
(
i
,
j
)
=
F
(
i
−
1
,
j
)
+
F
(
i
,
j
−
1
)
F(i,j)=F(i-1,j)+F(i,j-1)
F(i,j)=F(i−1,j)+F(i,j−1)
至此我们已经完成最优化结构的表达式的求解,子问题与原问题有相同的结构,而且形式保持一致。在这里我们在此验证动态规划的两大要素,
-最优子问题,本问题要求解所有的独特路径的数目,包含所有的子问题,当然也包含最优子问题(所有路径都相等)
-重叠子问题,重叠子问题在本题中的也非常明显,用图解来说明更加直观。相同颜色矩形框内的子问题互相重叠,比如紫色框内的两个F(2,2)就互相重复。
最后再回顾一下动态规划子问题的依赖关系,子问题之间允许依赖,这些依赖关系形成一个DAG的有向无环图,如果形成的依赖中包含环,那么这个问题是无法用动态规划的方法进行处理的。过程中路径形成DAG,但不含有环。
各个路径殊途同归,都到达F(1,1)的起始点。
b) 计算最优解的值(Compute the value of optimal solution)
在上节中,我们实际上同时完成了递归定义解的结构,所以在此我们直接跳到计算最优解的值。首先我们采用递归的方法,同时辅助记忆功能。
- 定义头文件
/**
* @file unique_path.h
* @author your name (you@domain.com)
* @brief
* @version 0.1
* @date 2023-03-09
*
* @copyright Copyright (c) 2023
*
*/
#ifndef UNIQUE_PATH_H
#define UNIQUE_PATH_H
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define M 3
#define N 3
/**
* @brief Find the unique path from (0,0) to (i-1,j-1)
*
* @param i Row indicator
* @param j Column indicator
* @return int -Number of unique path
*/
int unique_path(int i, int j, int path[M + 1][N + 1]);
/**
* @brief Auxilary function to find the the number of unique path
*
* @param i Row indicator
* @param j Column indicator
* @return int -Number of unique path
*/
int unique_path_aux(int i, int j,int path[M+1][N+1]);
#endif
- 函数实现
/**
* @file unique_path.c
* @author your name (you@domain.com)
* @brief
* @version 0.1
* @date 2023-03-09
*
* @copyright Copyright (c) 2023
*
*/
#ifndef UNIQUE_PATH_C
#define UNIQUE_PATH_C
#include "unique_path.h"
int unique_path(int i, int j, int path[M + 1][N + 1])
{
int k;
int l;
for(k=0;k<=i;k++)
{
for(l=0;l<=j;l++)
{
path[k][l]=-1;
}
}
return unique_path_aux(i,j,path);
}
int unique_path_aux(int i, int j, int path[M + 1][N + 1])
{
int unique_number;
if(i==1 && j==1)
{
path[i][j]=1;
return path[i][j];
}
if(path[i][j]!=-1)
{
return path[i][j];
}
unique_number=0;
if(i>1)
{
unique_number = unique_number+unique_path_aux(i-1,j,path);
}
if(j>1)
{
unique_number = unique_number + unique_path_aux(i, j-1,path);
}
path[i][j]=unique_number;
return path[i][j];
}
#endif
- 测试函数
/**
* @file unique_path_main.c
* @author your name (you@domain.com)
* @brief
* @version 0.1
* @date 2023-03-09
*
* @copyright Copyright (c) 2023
*
*/
#ifndef UNIQUE_PATH_MAIN_C
#define UNIQUE_PATH_MAIN_C
#include "unique_path.c"
int main(void)
{
int m=M; //row indicator
int n=N; //column indicator
int number_unqiue_path;
int path[M+1][N+1];
number_unqiue_path = unique_path(m,n,path);
printf("The total number of unique path is %d\n",number_unqiue_path);
getchar();
return EXIT_SUCCESS;
}
#endif
如果采用迭代方式,可能代码会更简洁,再次不再赘述,请大家参考问题的官方解答即可。
- 总结
通过对本题的解答,我们了解了动态规划问题形成的DAG可能包含多条路径,但一定不会形成环,否则某些子问题会形成互相依赖,从而无法求解问题的答案。另外如果采用递归算法,动态规划很多时候将形成二叉树或者多叉树,如果带有相关的条件,二叉树或多叉树将发生退化,演变为线性链表或者是较小规模的多叉树。
参考资料
b. 《Introduction to algorithm,4ed》