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。
- 向右 -> 向下 -> 向下
- 向下 -> 向下 -> 向右
- 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
- 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
- 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
- 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)