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
示例 2:
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 -> 向下 -> 向下
2. 向下 -> 向下 -> 向右
3. 向下 -> 向右 -> 向下
示例 3:
输入:m = 7, n = 3
输出:28
示例 4:
输入:m = 3, n = 3
输出:6
思路 :
- 首先要明确机器人只能向下和向右,我们的表格是m行n列 。
- 每一次向下,或者向右走一步这个表格就变成了m - 1行n列,或者m行n - 1列,相当于处理这个子问题,既然我们有这个想法了,就可以试试暴力递归了。
- 那什么时候就明确我就是一种方法了?
当走到最后一个Finsh的时候,要不就是m 是 1 要不就是 n 是 1 因为我不管你咋走,反正最后你只能向下和向右到达我的终点,直接上暴力递归。
//暴力递归
int uniquePaths(int m, int n){
if(m == 1 || n == 1){
return 1;
}
return uniquePaths(m - 1,n) + uniquePaths(m,n - 1);
}
这样的递归肯定是耗费时间的,有很多重复的操作,举个例子原来递归求斐波那契数列,我要求Fib(5) 我就要求Fib(4),Fib(3) ,我要求Fib(4) 我就要求Fib(3),Fib(2) ,明显有多余的操作!
动态规划呢,就是重复调用的过程,动态规划算一次就把答案记住了,我下次调用的时候我就直接用了的过程。
拿题中举例:
输入:m = 3, n = 7
输出:28
为啥是1呢 你想想 就一行或者一列 你从头到尾走下去那不就是一种走法,你的dp[ i ][ j ] 依靠的是 dp[ i - 1 ][ j ] + dp[ i ][ j - 1 ] ,写dp表的时候一加就好了
dp表是结果是由于有了题目这个规定才有了这个dp表,而不是根据dp表写出来的,其实我们只是把暴力递归进行了优化,用了一种空间换时间的方式解决了重复调用的问题。
int uniquePaths(int m, int n) {
int dp[m][n];
for (int i = 0; i < m; ++i) {
dp[i][0] = 1;
}
for (int j = 0; j < n; ++j) {
dp[0][j] = 1;
}
for (int i = 1; i < m; ++i) {
for (int j = 1; j < n; ++j) {
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
return dp[m - 1][n - 1];
}