-
题目:
从一个m*n的矩阵的左上角[0,0]走到右下角[m-1,n-1]有几条路径? -
思路:
1.DFS:O(2^(m+n-1)):大概算一下,矩阵中几乎每个位置都是由上或左两个方向到达,从而进行一次递归,因此总的递归次数肯定是2的指数次,指数差不多为矩阵总格子数,造成超时;空间主要为递归时栈的开销;
class Solution {
private:
//相当于一棵二叉树
int dfs(int i, int j, int m, int n) {
if (i > m || j > n) return 0;//出界
if (i == m && j == n) return 1;//到达右下角
return dfs(i, j + 1, m, n) + dfs(i + 1, j, m, n);//去寻找
}
public:
int uniquePaths(int m, int n) {
return dfs(1, 1, m, n);
}
};
2.DP:O(mn):两层for循环,O(mn):一个m*n大小的二维数组,用于存dp更新结果
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] 表示啥,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。
③dp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 j = 0; j < n; j++) dp[0][j] = 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
class Solution {
public:
int uniquePaths(int m, int n) {
vector<vector<int>> dp(m, vector<int>(n));//dp[i][j]表示从[0][0]到达[i][j]的路径数;
for (int i = 0; i < m; ++i) dp[i][0] = 1;//第一列初始化为1
for (int j = 0; j < n; ++j) dp[0][j] = 1;//第一行初始化为1
for (int i = 1; i < m; ++i) {//一行一行更新
for (int j = 1; j < n; ++j) {
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];//只能向下和向右走
}
}
return dp[m - 1][n - 1];//到达目标位置的路径数
}
};
3.优化DP:①dp数组更新时,只跟左边位置和上边位置的值有关,因此可用一维数组记录即可;②上面都是按行更新,但m和n具体谁更大是不确定的,因此,可将方法2的空间优化为O(min(m,n))
class Solution {
public:
//若想优化空间为min(m, n),需要根据m和n的大小进入两个不同分支,下面代码就不写了
int uniquePaths(int m, int n) {
vector<int> dp(n);//dp[i]表示从[0][0]到达[i][j]的路径数;
for (int i = 0; i < n; ++i) dp[i] = 1;//第一行初始化为1
for (int i = 1; i < m; ++i) {//当前一维dp数组更新到第i行
for (int j = 1; j < n; ++j) {//对于第i行,从左往右更新dp数组
dp[j] += dp[j - 1];//dp[j - 1]相当于从左边来的,dp[j]相当于从上边来的
}
}
return dp[n-1];//到达目标位置的路径数
}
};
4.最优解数论:O(min(m,n)),O(1)
从左上角到右下角的过程中,我们需要移动 m+n-2 次,在这m + n - 2 步中,一定有 m - 1 步是要向下走的,不用管什么时候向下走。
那么有几种走法呢?可以转化为,给你m + n - 2个不同的数,随便取m - 1个数,有几种取法。那么这就是一个组合问题了。当然选择n-1个数的位置也可以,因为本质上例如C3,1 == C3,2
Cx,y = y * (y-1) * … * (y - x + 1) / x! ; //其中分子分母各x项
Cx,y = Cx,(x-y)
class Solution {
public:
//C(m+n-2)(m-1) = (n+m-2)*...*(n) / (m-1)*...*1
int uniquePaths(int m, int n) {
int Min = min(m, n);//最优解:例如C7,2 == C7,5
int fenzi = m + n - 2;
int fenmu = Min - 1;
int count = fenmu;
long long res = 1;//组合数结果,使用longlong防止乘积过大导致int溢出
while (count--) {//需另外设一个变量保证res *= fenzi--正确执行;
res *= fenzi--;
while (fenmu >= 1 && res % fenmu == 0) {//能整除分母时再作除法,否则先暂时乘分子:例如C7,3 = 7*6*5 / 3*2*1时7/3错误计算为2的情况
res /= fenmu--;
}
}
/*
while (fenmu--) {//错误写法
res *= fenzi--;//可能导致分子没有乘够m-1项
while (fenmu >= 1 && res % fenmu == 0) {
res /= fenmu--;
}
}
*/
return res;
}
};
- 总结:
方法2,3:DP的空间优化问题,dp更新式需要哪些变量,就只保存并更新那些变量
方法4:求组合数,要注意①溢出问题 ②整除问题 ③求组合数时,C3,1 == C3,2