很经典的一道题
等同于:https://leetcode-cn.com/problems/unique-paths/
在完美世界面试中遇到了。
每次都只能向右或者向下走,求出所有种情况。
当时想到的思路是这样的。
dp[m][n]=dp[m-1][n]+dp[m][n-1]表示走到(m,n)位置的走法
给的题干是:
class Solution {
public int uniquePaths(int m, int n) {
}
}
这道题求有多少种路径?那么理应当想到动态规划。
我们令 dp[i][j]
是到达 i, j
最多路径
动态方程:dp[i][j] = dp[i-1][j] + dp[i][j-1]
跟上面公式是一样的。
对于第一行 dp[0][j]
,或者第一列 dp[i][0]
,由于都是在边界,所以只能为 1
时间复杂度:O(m*n)
空间复杂度:O(m * n)
这是:
作者:powcai
链接:https://leetcode-cn.com/problems/unique-paths/solution/dong-tai-gui-hua-by-powcai-2/
因为如果i=0的情况,路径肯定都是1
class Solution {
public int uniquePaths(int m, int n) {
//dp[i][j] 是到达 i, j 最多路径
//但是为什么i= 0的时候 都要弄成1呢?
//因为这是初始化过程最左边和最上面的都是1
int[][] dp = new int[m][n];
for (int i = 0; i < n; i++) dp[0][i] = 1;
for (int i = 0; i < m; i++) dp[i][0] = 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];
}
}
优化1:
优化一:由于dp[i][j] = dp[i-1][j] + dp[i][j-1],因此只需要保留当前行与上一行的数据 (在动态方程中,即pre[j] = dp[i-1][j]),两行,空间复杂度O(2n);
其实就是:
当前的状态只跟上一行的状态和同一行左边的状态有关。所以我们只需要维护上一行的数组,和当前行的数组
那么pre就是上一行的状态(整行)
cur就是当前行整行的状态
nb!
class Solution {
public int uniquePaths(int m, int n) {
//上一行数据
int[] pre = new int[n];
int[] cur = new int[n];
//初始化把所有的值都填成1
Arrays.fill(pre, 1);
Arrays.fill(cur,1);
for (int i = 1; i < m;i++){
for (int j = 1; j < n; j++){
cur[j] = cur[j-1] + pre[j];
}
pre = cur.clone();
}
return pre[n-1];
}
}
优化二:
cur[j] += cur[j-1], 即cur[j] = cur[j] + cur[j-1]
等价于思路二-->> cur[j] = pre[j] + cur[j-1]
因此空间复杂度为O(n).
class Solution {
public int uniquePaths(int m, int n) {
int[] cur = new int[n];
Arrays.fill(cur,1);
for (int i = 1; i < m;i++){
for (int j = 1; j < n; j++){
cur[j] += cur[j-1] ;
}
}
return cur[n-1];
}
}