谷歌面试题:停在原地的方案数2
描述
有一个长度为 arrLen 的数组,开始有一个指针在索引 0 处。
每一步操作中,你可以将指针向左或向右移动 1 步,或者停在原地(指针不能被移动到数组范围外)。
给你两个整数 steps 和 arrLen ,请你计算并返回:在恰好执行 steps 次操作以后,指针仍然指向索引 0 处的方案数。
由于答案可能会很大,请返回方案数 模 109+7 后的结果。
- 1≤steps≤500
- 1≤arrLen≤106
样例1
输入:
3
2
输出:
4
解释:
3 步后,总共有 4 种不同的方法可以停在索引 0 处。
向右,向左,不动
不动,向右,向左
向右,不动,向左
不动,不动,不动
样例 2:
输入:
2
4
输出:
2
解释:
2 步后,总共有 2 种不同的方法可以停在索引 0 处。
向右,向左
不动,不动
样例 3:
输入:
4
2
输出:
8
解题思路
相比于题目1835中,steps = 15的情况,这道题目的数据范围大得多,所以不好用深度优先搜索解决。
题目让我们计算走steps步后,留在0位置的方案数。我们可以将步数和所停留的位置,抽象成一种状态。当在这种状态时,能够走到的方案数是多少。而且如果已知走第i步的所有状态,我们就能通过状态转移方程,O(1)时间内,计算出第i + 1步的某个状态。第i + 1步的状态也不能影响第i步的状态。这满足了动态规划的无后效性。
如果计算所有步数和位置的话,那么复杂度规模将会达到O(steps * arrLen)。还是不够优秀。可以发现steps的最大值远小于arrLen的最大值,说明有很多位置是不会被访问到的,所以令furthestPos为最远能走到位置,极端情况下,复杂度规模将会是O(steps * steps)。
代码思路
- 设dp(i, j)为走i步,且走到j位置的方案数。
- 令furthestPos等于min(steps/2, arrLen - 1),代表最远能走到的位置。令dp数组的size为steps * furthestPos。
- dp(0, 0) 初始化为 1,代表走 0 步在 0 位置的方案数是 1
- 状态转移
-对于dp(i, j),如果j > 0,加上dp(i - 1, j - 1)的值。
-对于dp(i, j),如果j < furthestPos,加上dp(i - 1, j + 1)的值。
-dp(i, j)加上dp(i - 1, j)的值。 - 返回dp(steps, 0),代表走steps步到0位置的方案数。
复杂度分析
设能走的步数为N,数组的长度为L。
时间复杂度
- 状态空间的规模为N * min(N, L),每个状态可以在O(1)时间内转移得到,时间复杂度为O(N * min(N, L))。
空间复杂度 - 状态空间的规模为N * min(N, L),空间复杂度为O(N * min(N, L))。
- 在这个基础上,通过题目性质可以看出,走第i步的状态只与第i - 1步有关,所以我们计算第i步的所有状态时,可以只保留第i - 1步时所有的状态;同样的,计算第i + 1步时,保留第i步的状态,并丢弃掉第i - 1步时的状态。所以可以将空间优化到O(min(N, L))的时间范围内。这称为滚动数组优化。
源代码
public class Solution {
/**
* @param steps: steps you can move
* @param arrLen: the length of the array
* @return: Number of Ways to Stay in the Same Place After Some Steps
*/
public int numWays(int steps, int arrLen) {
final int MOD = 1000000007;
// 最远能走到的位置
int furthestPos = Math.min(steps/2, arrLen - 1);
int[][] dp = new int[steps + 1][furthestPos + 1];
// 将 dp(0, 0) 初始化为 1,代表走 0 步在 0 位置的方案数是 1
dp[0][0] = 1;
for (int i = 1; i <= steps; i++) {
for (int j = 0; j <= furthestPos; j++) {
// 加上从第 i - 1 步向右走到 j 的方案数
if (j > 0) {
dp[i][j] += dp[i - 1][j - 1];
dp[i][j] %= MOD;
}
// 加上从第 i - 1 步向左走到 j 的方案数
if (j < furthestPos) {
dp[i][j] += dp[i - 1][j + 1];
dp[i][j] %= MOD;
}
// 加上站在原地的方案数
dp[i][j] += dp[i - 1][j];
dp[i][j] %= MOD;
}
}
return dp[steps][0];
}
}