每日一题——不同路径

菜鸡每日一题系列打卡62天

每天一道算法题目 

小伙伴们一起留言打卡

坚持就是胜利，我们一起努力！

题目描述(引自LeetCode)

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？

例如，上图是一个7 x 3的网格。有多少可能的路径？

示例 1:
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 -> 向右 -> 向下
2. 向右 -> 向下 -> 向右
3. 向下 -> 向右 -> 向右


示例 2:
输入: m = 7, n = 3
输出: 28

提示：

• 1 <= m, n <= 100

• 题目数据保证答案小于等于2 * 10 ^ 9

题目分析

这道题如果不是放在leecode上，那妥妥的是一道排列组合数学题。但是作为一道算法题目而言，排列组合的思路固然是对的，但是实现上容易导致溢出(对Java而言)，因此，在此仅说一下排列组合的思路，不作具体的实现。在一个m x n的网格上，要想从起点到达终点，必然会向右走m - 1步，向下走n - 1步，也即一共走m + n - 2步，只需从中选出m - 1步向右走，其余的向下走即可，(也可从中选出n - 1步向下走，其余的向右走，结果是一样的)，因此，答案便是

就本题而言，菜鸡认为动态规划的解法比较合适。而动态规划最关键的就是找状态转移方程。

• 比较容易想到的是采用一个二维数组去进行模拟，dp[i][j] = dp[i - 1][j] + dp[i][j - 1]。

• 但事实上，我们仅仅需要当前行与上一行的数据，因此，使用二维数组是一种空间的浪费，我们可以对其进行优化，采用两个一维数组进行状态存储，dp[j] = tmp[j] + dp[j - 1]，其中tmp[j]表示上一行的状态。

• 更进一步考虑，实际上tmp[j]可以用赋值之前的dp[j]代替，也即dp[j] = dp[j] + dp[j - 1]。

本题的动态规划的优化是有技巧性可言的，小伙伴们可以通过上述步骤进行思考总结，而菜鸡将在代码实现过程中，对空间复杂度进行进一步优化！话不多说，上代码！

代码实现

class Solution {


    public int uniquePaths(int m, int n) {
        // 预处理
        if (m > n) {
            int tmp = m;
            m = n;
            n = tmp;
        }
        // 申请动态规划数组并初始化
        int[] result = new int[m];
        Arrays.fill(result, 1);
        // 计算结果
        for (int i = 1; i < n; i++) {
            for (int j = 1; j < m; j++) {
                result[j] += result[j - 1];
            }
        }
        // 返回结果
        return result[m - 1];
    }
    
}

代码分析

对代码进行分析，时间复杂度为O(mn)，空间复杂度在经过预处理之后，下降到了O(min(m, n))。

执行结果

学习 | 工作 | 分享

????长按关注“有理想的菜鸡”

只有你想不到，没有你学不到