动态规划_路径的数目

动态规划 Dynamic Programming

“Simplifying a complicated problem by breaking it down into simpler subproblems” (in a recursive manner)

Divide & Conquer + Optimal substructure

关键点：
动态规划和递归或者分治没有根本上的区别（关键看有无最优子结构）
共性：找到重复子问题
差异性：最优子结构、中途可以淘汰次优解

动态规划 关键点：
1、最优子结构 opt[n] = best_of(opt[n-1],opt[n-2],…)
2、储存中间状态：opt[i]
3、递推公式（美其名曰：状态转移方程或者DP方程）
Fib：opt[i] = opt[n-1] + opt[n-2]
二维路径：opt[i,j] = opt[i+1][j] + opt[i][j+1] (且判断a[i,j]是否为空地)

剑指offer 98.路径的数目
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？

输入：m = 3, n = 7
输出：28

解法一：动态规划，写出状态转移方程dp[i][j] = dp[i-1][j] + dp[i][j-1]

class Solution:
    def uniquePaths(self, m: int, n: int) -> int:
        dp = [[0]* n for _ in range(m)]
		# 将第0行第0列都初始化为1
        for j  in range(n):
            dp[0][j] = 1
        for i in range(m):
            dp[i][0] = 1
		
		# 两层循环遍历
        for j in range(1,n):
            for i in range(1,m):
                dp[i][j] = dp[i][j-1] + dp[i-1][j]
        
        return dp[m-1][n-1]

解法二：排列组合
这道题只能向右或者向左，说明只会有两种情况

那么分析这道题

1、向右的数量和向下的数量的和是一定的
2、向右和向下的没什么区别
1）如果我们边长为 m,n,则有(m - 1)个向右 , (n - 1 )个向下得到最终的结果
2）转化为 有 （m-1） 个向下 ，我们需要把（ n - 1）个向右插入向下中，
注：因为m -1 有头尾 则有m个间隙
3）转化为 高中做过的竞赛题 (n - 1) 个乒乓球 插入到编号为 (1到m) m个洞中，洞可以为空
4）转化为 有(n+m - 1) 个乒乓球 我们需要把它放入m个洞中，每个洞最少放一个
5）转化为 有 (n+m - 2) 个乒乓球间隙，放入 m -1 个挡板，把球分成m份，每份不能为空

那么得到我们最终的公式

代码：

class Solution:
    def uniquePaths(self, m: int, n: int) -> int:
        res = 1 
        x = n 
        y = 1

        while x <= n + m -2:
            res = res * x // y
            x += 1 
            y += 1
        
        return res