九章算法 | Bloomberg面试题:不同的路径

描述

有一个机器人的位于一个 m × n 个网格左上角。

机器人每一时刻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。

问有多少条不同的路径?

注意:n和m均不超过100,且答案保证在32位整数可表示范围内。

在线评测地址:

LintCode 领扣

样例1:

Input: n = 1, m = 3
Output: 1        
Explanation: Only one path to target position.

样例2:

Input:  n = 3, m = 3
Output: 6        
Explanation:
        D : Down
        R : Right
        1) DDRR
        2) DRDR
        3) DRRD
        4) RRDD
        5) RDRD
        6) RDDR

挑战

要求时间复杂度为 O(n)

解题思路

  • 不难发现,机器人从左上角走到右下角,需要向下走m - 1步,向右走n - 1步,那么总步数也是一定的,为m + n - 2步。问题就转化成,从m + n - 2步中选出m - 1步向下,其余步数自然是向右,有多少种组合?
  • 利用我们中学的知识可知,答案是

v2-65108caeeb37e87b1ba028518a425cba_b.jpg

根据组合公式,有

v2-c731670d039be54132f5314d53161448_b.jpg

计算三数的阶乘,我们就能得出答案。我们还可以进行一定的优化,展开成上述公式的最右项。设m < n,那么时间复杂度就只有O(m)。

复杂度分析

  • 时间复杂度: O(min(m,n))。计算阶乘的时间复杂度与m, n中的较小数成线性关系。
  • 空间复杂度:O(1)。常量空间。
class Solution:

    """
    @param m: positive integer (1 <= m <= 100)
    @param n: positive integer (1 <= n <= 100)
    @return: An integer
    """

    def uniquePaths(self, m, n):
        # corner case
        if (m == 1 or n == 1):
            return 1

        # 保证m <= n
        if (m > n):
            m, n = n, m

        # 计算阶乘
        temp = 1
        res = 1
        for i in range(1, m):
            temp *= i
        for i in range(n, m + n - 1):
            res *= i
        return res//temp

动态规划

解题思路

  • 建立二维数组dp,令dp[i][j]表示到达 i, j的最多路径数。
  • 初始化:对于第一行 dp[0][j],或者第一列 dp[i][0],都只有一条路径。
  • 机器人到达位置(i, j)有两种方式:从(i - 1, j)下移和从(i, j - 1)右移。状态转移方程为:

v2-66a923064ae13e99094376362324d5e4_b.jpg

复杂度分析

  • 时间复杂度:O(mn)。遍历dp数组进行动态规划。
  • 空间复杂度:O(mn)。创建的dp数组的大小。

代码

class Solution:

    """
    @param m: positive integer (1 <= m <= 100)
    @param n: positive integer (1 <= n <= 100)
    @return: An integer
    """

    def uniquePaths(self, m, n):
        dp = [[0] * n for _ in range(m)]
        for i in range(m):
            for j in range(n):
                if i == 0 or j == 0:
                    dp[i][j] = 1
                else:
                    dp[i][j] = dp[i - 1][j] + dp[i][j - 1]
    return dp[m - 1][n - 1]

优化后的动态规划

dp可以优化为一维滚动数组。当第i次遍历到dp[j]时,dp[j]表示到达(i, j)最多的路径数。递推公式为:dp[j]+=dp[j−1]。

复杂度分析

  • 时间复杂度:O(mn)。遍历dp数组进行动态规划。
  • 空间复杂度:O(n)。创建的一维dp数组的大小。

代码

class Solution:
    """
    @param m: positive integer (1 <= m <= 100)
    @param n: positive integer (1 <= n <= 100)
    @return: An integer
    """
    def uniquePaths(self, m, n):
        dp = [0] * n
        dp[0] = 1
        for i in range(m):
            for j in range(1, n):
                dp[j] += dp[j - 1]
    return dp[n - 1]

更多题解参考:九章算法-官方题解

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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