算法通关村第十九关——动态规划青铜挑战笔记

首先，恭喜自己完成了前面内容的学习，来到最后一个重难点动态规划模块！锋，磨砺出；香，苦寒来！

该部分主要通过“寻找路径数目”这一经典问题，不断优化路径寻找过程，体会动态规划到底是什么？（答：不识庐山真面目，只缘身在此山中！paper tiger!）

路径连环炮

题目见LeetCode62，描述为：机器人位于m x n网格左上角，每次移动只能向下或者向右移动一步，请问机器人想要达到右下角，一共有几条路径？

1.第一炮：统计路径总数

由于机器人每次只能往右、往下移动，移动后只需要统计剩余网格从左上角到右下角路径数目。每种移动策略都会使得问题规模得到缩小，持续上述操作就是递归问题！

因此，可以定义search(m,n)函数统计m x n网格中，从左上角到右下角一共有多少种路径。

递归出口：m==1或者n==1时，只有一种路径

递归逻辑：search(m,n)=search(m-1,n)+search(m,n-1)

厘清递归模板，直接上代码！

    public static int uniquePaths(int m, int n) {
        return search(m, n);
    }

    public static int search(int m, int n) {
        if (m == 1 || n == 1) {
            return 1;
        }
        return search(m - 1, n) + search(m, n - 1);
    }

2.第二炮：使用二维数组优化递归

我们不难发现，在使用递归过程中，存在大量重复计算的问题，例如从3 x 3的网格出发，需要找到2 x 3网格路径条数和3 x 2网格路径条数，然而这两种网格路径条数相同，这就涉及了重复计算。如果能保存2 x 3网格路径条数，在求解3 x 2网格路径条数时，直接使用之前保存的数据，就可以避免大量重复计算。

因此，我们可以采用二维数组来进行记忆化搜索。在计算路径数目时，先检查二维数组是否有记录，有记录直接读取，没有再计算，可以规避大量重复计算，这就是记忆化搜索！

通过前面的递归逻辑search(m,n)=search(m-1,n)+search(m,n-1)我们可以发现，二维数组f[i][j]的更新策略如下：f[i][j]=f[i-1][j]+f[i][j-1]。此外，数组的第一行和第一列都是1。

基于以上分析，我们可以给出二维数组f[][]的更新代码，f[m-1][n-1]就是路径总数。

    public static int uniquePaths(int m, int n) {
        int[][] f = new int[m][n];
        f[0][0] = 1;
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (i > 0 && j > 0) {
                    f[i][j] = f[i - 1][j] + f[i][j - 1];
                } else if (i > 0) {
                    f[i][j] = f[i - 1][j];
                } else if (j > 0) {
                    f[i][j] = f[i][j - 1];
                }
            }
        }
        return f[m - 1][n - 1];
    }

3.第三炮：滚动数组（用一维数组代替二维数组）

实际上，可以使用一维数组（滚动数组）替换二维数组f[][]进一步优化递归过程！

当然，我们需要厘清，滚动数组如何进行状态变化的！直接给出滚动数组的变化过程：dp[i]=dp[i]+dp[i-1]，其中，等式右侧的dp[i-1]是已经更新的状态，dp[i]是还未更新的状态。

基于上述分析，我们可以给出滚动数组的更新代码！

    public static int uniquePaths(int m, int n) {
        int[] dp = new int[n];
        Arrays.fill(dp, 1);
        for (int i = 1; i < m; ++i) {
            for (int j = 1; j < n; ++j) {
                dp[j] = dp[j] + dp[j - 1];
            }
        }
        return dp[n - 1];
    }

这就是最简单的动态规划，题目不难，但是对于后续动态规划理解至关重要！

OK，《算法通关村第十九关——动态规划青铜挑战笔记》结束，喜欢的朋友三联加关注！关注鱼市带给你不一样的算法小感悟！（幻听）

再次，感谢鱼骨头教官的学习路线！鱼皮的宣传！小y的陪伴！ok，拜拜，第十九关第二幕见！