LeetCode - 不同路径

题目链接：https://leetcode-cn.com/problems/unique-paths/

题目描述

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，上图是一个7 x 3 的网格。有多少可能的路径？

说明： m 和 n 的值均不超过 100。

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。

1. 向右 -> 向右 -> 向下
2. 向右 -> 向下 -> 向右
3. 向下 -> 向右 -> 向右

示例2：

输入: m = 7, n = 3
输出: 28

我的思路

• 又是一道看似递归能解决的问题。
• 于是乎就自信地写下了简短的几行：

class Solution {
public:
   int uniquePaths(int m, int n) {
       if(m == 1 && n == 1) return 1;
       if(m < 1 || n < 1) return 0;
       return uniquePaths(m - 1, n) + uniquePaths(m, n - 1);
   }
};

• 然后BOOM！炸了。原因和递归版的斐波那契数列一样，都是重复计算过多，指数级的增长。
• 既然递归不行，就自然想到动态规划，我们可以建立一个数组，自底向上分别填入数字，比如示例一 7*3 的版本：
  | 28 | 21 | 15 | 10 | 3 | 1 |
  | 7 | 6 | 5 | 4 | 3 | 2 | 1 |
  | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
• 最后计算出来的 28 自然就是结果了。
• 典型的动态规划思路，利用数组来记录计算过的运算，避免了过多的重复运算（递归的弊端），时间复杂度 O(n*m)。
• 数组构造过程转换成代码如下：

class Solution {
    int num[101][101];
public:
    int uniquePaths(int m, int n) {
        if(m == 1 && n == 1) return 1;
        if(m < 1 || n < 1) return 0;
        for(int i = n-1; i >= 0; --i){
            for(int j = m-1; j >= 0; --j){
                if(j == m-1 && i == n-1) num[i][j] = 1;		//先将终点位置初始化 1
                else num[i][j] = num[i+1][j] + num[i][j+1];
            }
        }
        return num[0][0];
    }
};