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](https://i-blog.csdnimg.cn/blog_migrate/01a53d180f1b2270d6364c1de2bda89e.png)
根据组合公式,有
![v2-c731670d039be54132f5314d53161448_b.jpg](https://i-blog.csdnimg.cn/blog_migrate/3e92d657466c423f23db07792cc9aede.png)
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](https://i-blog.csdnimg.cn/blog_migrate/d09422698a02d31ceebb94cef1830ac3.png)
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