leetcode-unique paths

代码中的两个方法都是动态规划。

第二种方法很好理解，第一种方法是在第二种方法基础上进行优化，即“降维”，变成一维动态规划。

如soulmachine所写，对于 f[j] = f[j - 1] + f[j];

右边的f[j]，表示老的f[j]，与公式中的f[i-1][j] 对应

左边的f[j]，表示更新后的f[j]，与公式中的f[i[[j] 对应

其实画个3行7列的图自己用纸笔算一下就知道了。等号右边的f[j]代表的其实就是图中上一行的“老”数据，即对应图中当前待更新元素的“上”邻居。而等式右边的f[j-1]其实是在上一轮中刚刚被更新的数据，在图中对应着“左”边的邻居。有了“上”邻居和“左”邻居，数据自然就求出来了。

想不通的时候就拿纸笔“过一遍”，就很清晰了。

 

除了动态规划外，还可以用别的方法来解答。除了soumachine提供深搜、备忘录之外，还可以看看 http://leetcode.com/2010/11/unique-paths.html

 1 #include <iostream>
 2 #include <vector>
 3 using namespace std;
 4 
 5 class Solution {
 6 public:
 7     int uniquePaths(int m, int n) {
 8         vector<int> a(n,0);
 9         a[0] = 1;
10         for (int i = 0; i < m; i++)
11         { 
12             for (int j = 1; j < n; j++)
13             {
14                 a[j] = a[j] + a[j - 1];
15             }
16         }
17         return a[n-1];
18     }
19 };
20 class Solution2 {
21 public:
22     int uniquePaths(int m, int n) {
23         vector<vector<int>> f(m,vector<int>(n,0));
24         for (int i = 0; i < m; i++)
25             f[i][0] = 1;
26         for (int i = 0; i < n; i++)
27             f[0][i] = 1;
28         for (int i = 1; i < m; i++)
29         {
30             for (int j = 1; j < n; j++)
31             {
32                 f[i][j] = f[i - 1][j] + f[i][j - 1];
33             }
34         }
35         return f[m - 1][n - 1];
36     }
37 };
38 int main()
39 {
40     Solution2 s;
41     int m = 3;
42     int n = 7;
43     cout<<s.uniquePaths(m,n)<<endl;
44     return 0;
45 }

 

转载于:https://www.cnblogs.com/forcheryl/p/3988862.html