停在原地的方案数 | 动态规划
有一个长度为 arrLen 的数组,开始有一个指针在索引 0 处。
每一步操作中,你可以将指针向左或向右移动 1 步,或者停在原地(指针不能被移动到数组范围外)。
给你两个整数 steps 和 arrLen ,请你计算并返回:在恰好执行 steps 次操作以后,指针仍然指向索引 0 处的方案数。
由于答案可能会很大,请返回方案数 模 10^9 + 7 后的结果。
链接:https://leetcode-cn.com/problems/number-of-ways-to-stay-in-the-same-place-after-some-steps
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
题目分析:
对于计算方案数的题目,常用的方法是动态规划。
不妨定义数组 dp[ i ] [ j ] 存储记录第 i 步时,指针位于下标为 j 的方案数。
(其中 0 ≤ i ≤ steps,0 ≤ j ≤ arrLen - 1,而其中最多走 steps 步,故 j = min {arrLen - 1,steps})
当没有进行任何操作时,指针一定位于下标 0,因此动态规划的边界条件是 dp[0] [0] = 1;
当 1 ≤ j ≤ arrLen - 1 的时候,dp[0] [ j ] = 0;
而后根据题意可以得知:每一步操作中,你可以将指针向左或向右移动 1 步,或者停在原地(指针不能被移动到数组范围外)。
故可以得到动态转移方程:
dp[ i ] [ j ] = dp[ i - 1] [ j - 1] + dp[i - 1] [ j ] + dp[ i - 1] [ j + 1]
(注意:这里可能会存在疑问:为什么 dp[ i ] [ j ]的方案数不统计 dp[ i + 1] [ k ]能到达其的方案数。
***原因:由题目可知统计的是第 i 步时的方案数,如果加上 dp[ i + 1] [ k ]的方案数,实际上应该是 dp[ i + 2] [ k ]的方案数!***)
与此同时,还要注意数组的界限,不能超出数组的边界,因而需要添加判断条件,避免下标越界。
class Solution {
public int numWays(int steps, int arrLen) {
final int MODULO = 1000000007;
int maxColumn = Math.min(arrLen - 1, steps);
int[][] dp = new int[steps + 1][maxColumn + 1];
dp[0][0] = 1;
for (int i = 1; i <= steps; i++) {
for (int j = 0; j <= maxColumn; j++) {
dp[i][j] = dp[i - 1][j];
if (j - 1 >= 0) {
dp[i][j] = (dp[i][j] + dp[i - 1][j - 1]) % MODULO;
}
if (j + 1 <= maxColumn) {
dp[i][j] = (dp[i][j] + dp[i - 1][j + 1]) % MODULO;
}
}
}
return dp[steps][0];
}
}
代码改进
我们记录数据采用的是二维数组,造成了空间的浪费,例如:当 1 ≤ j ≤ arrLen - 1 的时候,dp[0] [ j ] = 0;
我们再分析题目结果可以看出,dp[ i ] [ j ] 的值仅与上一行有关,即:dp 的每一行只和上一行有关,故可以降低空间复杂度。
class Solution {
public int numWays(int steps, int arrLen) {
final int MODULO = 1000000007;
int maxColumn = Math.min(arrLen - 1, steps);
int[] dp = new int[maxColumn + 1];
dp[0] = 1;
for (int i = 1; i <= steps; i++) {
int[] dpNext = new int[maxColumn + 1];
for (int j = 0; j <= maxColumn; j++) {
dpNext[j] = dp[j];
if (j - 1 >= 0) {
dpNext[j] = (dpNext[j] + dp[j - 1]) % MODULO;
}
if (j + 1 <= maxColumn) {
dpNext[j] = (dpNext[j] + dp[j + 1]) % MODULO;
}
}
dp = dpNext;
}
return dp[0];
}
}