准备开始刷动态规划的题了。老老实实的按照步骤去思考问题。按照清货ACM大佬的四大步骤来做:
- 1、确定状态
- 2、转移方程
- 3、初始条件和边界情况
- 4、计算顺序
一、题目描述
二、动态规划解题
分析这是最值型动态规划问题。
一:确定状态
- 最后一步来自于同行上一列或者同列上一行。
- 子问题:从(1,1)到终点(m,n)的走法转化为到(m-1,n)的走法加上(m,n-1)的走法
- 确定状态,我们开一个二维数组path[m][n]表示从起点到终点的路径总数。
二:转移方程
- if(m>=1,n>=1),path[m][n] = path[m-1][n]+path[m][n-1];
三:初始条件和边界情况
- 初始条件就是
path[0][0] = 0,path[0][i]=1(i>=1),path[j][0]=1(j>=1)
。因为要用它来参与运算,虽然无法递推得到。 - 边界情况就是if语句里面的值,因为m-1>=0,n-1>=0不能越界。所以我们需要保证这个。
四:计算顺序 - 计算顺序就是 我们如何填表的过程,下标从哪里开始,必须得保证递推过程里面,参与递推的值先计算出来。
有了上面的步骤,我们才开始着手写代码:
class Solution {
public int uniquePaths(int m, int n) {
if(m<1||n<1){
return 0;
}
if(m==1||n==1)
return 1;
int[][] path = new int[m][n];
path[0][0]=0;
for(int i=0;i<n;i++){//边界初始化
path[0][i]=1;
}
for(int i=0;i<m;i++){//边界初始化
path[i][0] = 1;
}
for(int i=1;i<m;i++){
for(int j = 1;j<n;j++){
path[i][j] = path[i][j-1]+path[i-1][j];
}
}
return path[m-1][n-1];
}
}
时间复杂度:O(mn);空间复杂度:O(mn);
三、优化空间复杂度
class Solution {
public int uniquePaths(int m, int n) {
int[] cur = new int[n];
Arrays.fill(cur,1);
for (int i = 1; i < m;i++){
for (int j = 1; j < n; j++){
cur[j] += cur[j-1] ;
}
}
return cur[n-1];
}
}
空间复杂度:O(N);