1. 不同路径
LeetCode第62题是关于“不同路径”的问题,其描述如下:
问题描述:
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?
例如,一个 7 x 3 的网格有多少可能的路径?
动态规划解法思路:
-
定义状态:
dp[i][j]
表示从起点到达点 (i, j) 的路径总数。 -
状态转移方程:
dp[i][j] = dp[i-1][j] + dp[i][j-1]
,表示机器人可以从上方或左方移动到 (i, j)。 -
初始化条件:
- 对于网格的第一行
dp[0][j]
和第一列dp[i][0]
,只有一种方法到达,即一直向右或一直向下,所以这些值应初始化为 1。
- 对于网格的第一行
-
填表计算:
- 从
dp[0][0]
开始填充,直到dp[m-1][n-1]
。
- 从
-
输出结果:
- 输出
dp[m-1][n-1]
,即为从左上角到右下角的不同路径数量。
- 输出
以下是相应的Java实现代码:
public class Solution {
public int uniquePaths(int m, int n) {
int[][] dp = new int[m][n];
// 初始化第一行和第一列
for (int i = 0; i < m; i++) {
dp[i][0] = 1;
}
for (int j = 0; j < n; j++) {
dp[0][j] = 1;
}
// 填充dp表
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];
}
}
// 返回结果
return dp[m-1][n-1];
}
}
这段代码实现了前面描述的动态规划方法,通过两重循环来计算每个格点的路径数,最终结果存储在 dp[m-1][n-1]
中。这种方法的时间复杂度和空间复杂度均为 O(m * n),其中 m 和 n 是网格的行数和列数。如果要优化空间复杂度,可以进一步只使用一个一维数组来实现。
2. 不同路径2
LeetCode第63题是“不同路径 II”的问题,这是对第62题的一个扩展,现在网格中包含了一些障碍物,这些障碍物标记为 1,空位置标记为 0。问题描述如下:
问题描述:
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”),网格中的障碍和空位置分别用 1 和 0 来表示。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?
动态规划解法思路:
-
定义状态:
dp[i][j]
表示从起点到达点 (i, j) 的路径总数。 -
状态转移方程:
dp[i][j] = dp[i-1][j] + dp[i][j-1]
,但如果(i, j)
是一个障碍,那么dp[i][j] = 0
,因为不可能通过障碍。 -
初始化条件:
- 如果起点
(0,0)
是障碍,则dp[0][0] = 0
,否则dp[0][0] = 1
。 - 对于第一行或第一列,只要一旦遇到障碍,则该位置及其后的位置都不可达,即初始化为0。
- 如果起点
-
填表计算:
- 遍历每一个格点,按照状态转移方程计算。
-
输出结果:
- 输出
dp[m-1][n-1]
,即为从左上角到右下角的不同路径数量。
- 输出
以下是相应的Java实现代码:
public class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
int m = obstacleGrid.length, n = obstacleGrid[0].length;
if (obstacleGrid[0][0] == 1) return 0; // 如果起点就是障碍物,直接返回0
int[][] dp = new int[m][n];
dp[0][0] = 1; // 起始点
// 初始化第一列
for (int i = 1; i < m; i++) {
if (obstacleGrid[i][0] == 0 && dp[i-1][0] == 1) {
dp[i][0] = 1;
} else {
dp[i][0] = 0;
}
}
// 初始化第一行
for (int j = 1; j < n; j++) {
if (obstacleGrid[0][j] == 0 && dp[0][j-1] == 1) {
dp[0][j] = 1;
} else {
dp[0][j] = 0;
}
}
// 填充dp表
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
if (obstacleGrid[i][j] == 0) {
dp[i][j] = dp[i-1][j] + dp[i][j-1];
} else {
dp[i][j] = 0;
}
}
}
// 返回结果
return dp[m-1][n-1];
}
}
在这个解法中,我们考虑了障碍物的存在,因此需要在初始化和状态转移过程中判断当前格点是否为障碍。如果是障碍,则该点的路径数为0;否则,根据动态规划的逻辑计算路径数。这种方法的时间复杂度和空间复杂度仍为 O(m * n)。