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 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
思路与代码
递归
思路非常简单,就是递归深度过大,导致时间超出限制。
class Solution {
public int uniquePaths(int m, int n) {
if (m == 1 || n == 1) return 1; // 如果m或者n等于1,说明只有一条路可走
return uniquePaths(m-1, n) + uniquePaths(m, n-1);
}
}
动态规划
时间复杂度 O(mn)
空间复杂度 O(mn)
class Solution {
public int uniquePaths(int m, int n) {
int[][] dp = new int[m][n];
for (int i = 0; i < m; i++){
for (int j = 0; j < n; j++){
if (i == 0 || j == 0) dp[i][j] = 1;
else dp[i][j] = dp[i-1][j] + dp[i][j-1];
}
}
return dp[m-1][n-1];
}
}
动态规划优化
时间复杂度 O(mn)
空间复杂度 O(n)
用dp[j] 表示每一行的结果
依次遍历每一行
dp[j] = dp[j] + dp[j-1]
左边的dp[j]表示第i行的dp[j]
右边的dp[j]表示第i-1行的dp[j] ; dp[j-1]表示第i行的dp[j-1]
class Solution {
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-1];
}
}
return dp[n-1];
}
}