[Leetcode 62] Dynamic Programming - Unique Paths(不同路径)

这道题最直观的dp思路其实就是填满一张二维表 d p dp dp即可,二维表的大小为 m × n m\times n m×n。二维表中的元素 d p [ m ] [ n ] dp[m][n] dp[m][n]表示从起始点到达坐标为 ( m , n ) (m,n) (m,n)位置的所有不同路径的总数。

状态转移的方程为:
d p [ m ] [ n ] = d p [ m − 1 ] [ n ] + d p [ m ] [ n − 1 ] dp[m][n] = dp[m-1][n] + dp[m][n-1] dp[m][n]=dp[m1][n]+dp[m][n1]

状态转移矩阵的初始化:
对于第一行
d p [ 0 ] [ j ] , j = 1 , 2 , ⋯   , n − 1 dp[0][j],\quad j=1,2,\cdots,n-1 dp[0][j],j=1,2,,n1
或者第一列
d p [ i ] [ 0 ] , i = 1 , 2 , ⋯   , m − 1 dp[i][0], \quad i=1,2,\cdots,m-1 dp[i][0],i=1,2,,m1
由于都是在边界,所以只能为 1

具体代码为:


import numpy as np

class Solution(object):
    def uniquePaths(self, m, n):
        """
        :type m: int
        :type n: int
        :rtype: int
        """
        """
            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
        
                    dp[m][n] = dp[m-1][n] + dp[m][n-1]
        
        
        
        """
        
        dp = np.ones((m+1, n+1))
        
        
        for i in range(2, m+1):
            for j in range(2, n+1):
                
                dp[i][j] = dp[i-1][j] + dp[i][j-1]
        
        return int(dp[m][n])
                

solution = Solution()
print(solution.uniquePaths(7, 3))
        
           

本题其实还有很多的优化思路,比如将这个问题看做排列组合问题,或者对时间复杂度和空间复杂度进行优化,具体优化方法见大佬的题解:https://leetcode-cn.com/problems/unique-paths/solution/dong-tai-gui-hua-by-powcai-2/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值