题目:
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,上图是一个7 x 3 的网格。有多少可能的路径?
示例:
示例 1:
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 -> 向右 -> 向下
向右 -> 向下 -> 向右
向下 -> 向右 -> 向右
示例 2:
输入: m = 7, n = 3
输出: 28
提示:
1 <= m, n <= 100
题目数据保证答案小于等于 2 * 10 ^ 9
思路:
第 1 步:定义状态
根据题目要求,于是将状态定义成:dp[i][j]
的值是从起始点(也就是(0,0)
)走到(i, j)
的路径数第 2 步:考虑状态转移方程
dp[i][j]
有两种「选择」,要么往右走,要么往下走。那么dp[i][j]
的值就是第i
行第j
列这个格子的上面那个格子的值加上左边那个格子的值,也就是dp[i][j] = dp[i-1][j] + dp[i][j-1]
,因为这两个格子都可以走到dp[i][j]
这个格子,那么他们的路径数之和就是dp[i][j]
的值。
因此,dp[i] 的状态转移方程是:dp[i][j] = dp[i-1][j] + dp[i][j-1]
。第 3 步:考虑初始化
i == 0
或者j == 0
的时候无外乎就是最上一行或者最左一列,我们在最上一行的路径数只能是一条(因为只能一直往左走),所以dp[0][j]
的值全为 1,同理最左一列的值dp[i][0]
也是1(因为只能一直往下走)第 4 步:考虑输出
这种定义之下,最后返回最右下角的值(dp[n-1][m-1]
)就可以了第 5 步:考虑状态压缩。
因为我们每次只需要
dp[i-1][j],dp[i][j-1]
,所以我们只要记录这两个数,那么可以进行「状态压缩」,将空间复杂度降低:
代码实现:
public int uniquePaths2(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];
}
复杂度分析:
- 时间复杂度: O ( m ∗ n ) O(m * n) O(m∗n)
- 空间复杂度: O ( m ∗ n ) O(m* n) O(m∗n)。
优化实现:
public int uniquePaths(int m, int n) {
int[] dp = new int[n];
Arrays.fill(dp,1);
for(int i=1;i<m;i++){
for(int j=1;j<n;j++){
dp[j] = dp[j] + dp[j-1];
}
}
return dp[n-1];
}
复杂度分析:
- 时间复杂度: O ( m ∗ n ) O(m * n) O(m∗n)
- 空间复杂度: O ( n ) O(n) O(n)。