62. 不同路径（动态规划）

不同路径

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 = 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 -> 向下 -> 向下
2. 向下 -> 向下 -> 向右
3. 向下 -> 向右 -> 向下

示例 3：
输入：m = 7, n = 3
输出：28

示例 4：
输入：m = 3, n = 3
输出：6

---

解题思路

动态规划dp

1. 全局最优解中一定包含某个局部最优解，但不一定包含前一个局部最优解，因此需要记录之前的所有最优解
2. 动态规划的关键是状态转移方程，即如何通过已经求出的局部最优解来推导全局最优解
3. 边界条件：即最简单的，可以直接得出的局部最优解

因为图中的机器人每次只能向下或向右移动一步，用 dp[i][j] 表示到坐标 (i，j) 这个格内有多少条不同的路径。

状态转移方程：dp[i][j] = dp[i - 1][j] + dp[i][j - 1]，其中 dp[i - 1][j] 是从上面能够走过来的总路径数；dp[i][j - 1] 是从左面能够走过来的总路径数。
边界条件：最简单的，即当只有一行或一列时，到达 Finish 只有一条路径，所以边界的值均设置为 1。

---

代码

class Solution {

    public int uniquePaths(int m, int n) {

        int[][] dp = new int[m][n];
        for (int i=0;i<m;i++) {

            dp[i][0] = 1;
        }
        for (int j=0;j<n;j++) {

            dp[0][j] = 1;
        }
        for (int i=1;i<m;i++) {

            for (int j=1;j<n;j++) {

                dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
            }
        }
        return dp[m - 1][n - 1];
    }
}

时间复杂度：有 for 循环的嵌套，所以复杂度为O(m * n)
空间复杂度：开辟了一个二维数组，所以复杂度为O(m * n)