62.不同路径【动态规划】

62.不同路径

题目链接：https://leetcode-cn.com/problems/unique-paths/

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？

示例 1：

输入：m = 3, n = 7
输出：28

示例 2：
输入：m = 2, n = 3
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 3：
输入：m = 7, n = 3
输出：28

示例 4：
输入：m = 3, n = 3
输出：6
 
提示：
* 1 <= m, n <= 100
* 题目数据保证答案小于等于 2 * 10^9

动态规划

机器人从(0 , 0) 位置出发，到(m - 1, n - 1)终点。

按照动规五部曲来分析：

1.确定dp数组（dp table）以及下标的含义

dp[i][j]：表示从（0 ，0）出发，到(i, j)有dp[i][j]条不同的路径。


2.确定递推公式

想要求dp[i][j]，只能有两个方向来推导出来，即dp[i - 1][j]和dp[i][j - 1]。

此时在回顾一下 dp[i - 1][j]表示的是什么，是从(0, 0)的位置到(i - 1, j)有几条路径，dp[i][j - 1]同理。

那么很自然，dp[i][j]=dp[i - 1][j]+dp[i][j - 1]，因为dp[i][j]只有这两个方向过来。

3.dp数组的初始化

如何初始化呢，首先dp[i][0]一定都是1，因为从(0, 0)的位置到(i, 0)的路径只有一条，那么dp[0][j]也同理。

所以初始化代码为：

for(int i=0;i<m;i++){

    dp[i][0]=1;

} 

for(int i=0;i<n;i++){

    dp[0][i]=1;

}

4.确定遍历顺序

这里要看一下递归公式dp[i][j]=dp[i - 1][j]+ dp[i][j - 1]，dp[i][j]都是从其上方和左方推导而来，那么从左到右一层一层遍历就可以了。

这样就可以保证推导dp[i][j]的时候，dp[i - 1][j]和 dp[i][j - 1]一定是有数值的。

5.举例推导dp数组
如图所示：

 

以上动规五部曲分析完毕，java代码如下：

 

什么是动态规划

动态规划，英⽂：Dynamic Programming，简称DP，如果某⼀问题有很多重叠⼦问题，使⽤动态规划是最有效的。

动态规划中每⼀个状态⼀定是由上⼀个状态推导出来的，这⼀点就区分于贪⼼，贪⼼没有状态推导，⽽是从局部直接选最优的。

动规和贪心的区别举个例子：

例如：有N件物品和⼀个最多能背重量为W 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品只能⽤⼀次，求解将哪些物品装⼊背包⾥物品价值总和最⼤。

动态规划中dp[j]是由dp[j-weight[i]]推导出来的，然后取max(dp[j], dp[j - weight[i]] + value[i])。

但如果是贪⼼呢，每次拿物品选⼀个最⼤的或者最⼩的就完事了，和上⼀个状态没有关系。 

动态规划的解题步骤:

对于动态规划问题，可以拆解为如下五步曲，这五步都搞清楚了，才能说把动态规划真的掌握了！

1. 确定dp数组（dp table）以及下标的含义
2. 确定递推公式
3. dp数组如何初始化
4. 确定遍历顺序
5. 举例推导dp数组