动态规划：不同路径

目录

思路

解题过程

复杂度

Code

---

思路

使用动态规划来解决，因为它具有最优子结构和重叠子问题的特点

---

解题过程

1、定义状态：

• 定义 dp[i][j] 表示从起始点 (0, 0) 到达网格 (i, j) 的不同路径数目。

2、状态转移方程：

• 机器人只能向下或向右移动，因此到达 (i, j) 的路径数可以从上方 (i-1, j) 或左侧 (i, j-1) 的格子到达。因此，状态转移方程为：

• 边界条件：
  • 当 i = 0 或 j = 0 时，机器人只能沿着边界移动，路径数目为 1。

3、初始化：

• 初始化 dp[0][j] = 1 和 dp[i][0] = 1，因为在边界上的每个格子只有一条路径可以到达。

4、计算顺序：

• 根据状态转移方程，从左上角到右下角依次计算 dp[i][j] 的值。

5、返回结果：

• 最终 dp[m-1][n-1] 即为从左上角到右下角的不同路径数目。

---

复杂度

• 时间复杂度：构建 dp 数组需要遍历整个二维数组，时间复杂度为 O(m * n)。
• 空间复杂度：使用了一个 m x n 的二维数组 dp，空间复杂度为 O(m * n)。

---

Code

class Solution(object):
    def uniquePaths(self, m, n):
        # 初始化一个二维数组 dp，大小为 m x n，全部初始化为 0
        dp = [[0] * n for _ in range(m)]

        # 起始点为 (0, 0)，只有一条路径
        dp[0][0] = 1
    
        # 逐个计算每个格子的路径数目
        for i in range(m):
            for j in range(n):
                # 对于每个格子 (i, j)，可以从上方格子 (i-1, j) 或左方格子 (i, j-1) 到达
                if i > 0:
                    dp[i][j] += dp[i-1][j]  # 加上从上方格子到达的路径数目
                if j > 0:
                    dp[i][j] += dp[i][j-1]  # 加上从左方格子到达的路径数目
    
        # 返回右下角格子 (m-1, n-1) 的路径数目
        return dp[m-1][n-1]