LeetCode：剑指 Offer II 098. 路径的数目

每日一题，简单dp！+dp简单解析

题目链接：剑指 Offer II 098. 路径的数目 - 力扣（LeetCode）

题目信息：

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？

题目解析：

没有解析

解题方法：简单dp（自底向上）

代码及超详细解析：

class Solution {
    public int uniquePaths(int m, int n) {
        int[][]dp=new int[m][n];//创建一张地图，存储走到每块区域的步数
        for(int i=0;i<n;i++)dp[0][i]=1;//第一行只有一种方式到达
        for(int j=0;j<m;j++)dp[j][0]=1;//第一列只有一种方式到达
        for(int x=1;x<n;x++)//遍历每一列
        {
            for(int y=1;y<m;y++)//遍历每一行
            {
                dp[y][x]=dp[y-1][x]+dp[y][x-1];//当前区域步数等于上方一块+左方一块步数之和
            }
        }
        return dp[m-1][n-1];//返回(m,n)块区域的步数
    }
}

动态规划：

动态规划常用来解决最优化问题，这类问题常常有很多可行解，且最优解通常也不止一个

适用动态规划求解最优化问题应该具备：最优子结构+子问题重叠

最优子结构：（贪心同样适用，此处不说明贪心与dp的区别）

一个问题的最优解包含其子问题的最优解

子问题重叠：

即问题的递归算法会反复求解相同的子问题，而不是一直生成新的子问题；

例如本题中：若采用自顶向下（递归）求解：要求（2，2）位置的步数，需要求

（2，1）、（1，2）

（1，1）、（2，0）、（0，2）、（1，1）、

（0，1）、（1，0）、（1，0）、（0，1）、（0，1）、（0，1）

（0，0）、（0，0）、（0，0）、（0，0）、（0，0）、（0，0）

可以看出，求解（1，1）时把（0，1）、（1，0）、（0，0）求解一次，（2，2）时再求解一次。

一般采用自底向上的方式求解，若要采用自顶向下方法，则需要带备忘的形式把求解过的子问题的解存储下来【带备忘的自顶向下法】，不然将会计算大量重复问题。

涉及动态规划算法4步骤：

1. 刻画最优解结构特征

2. 递归地定义最优解的值

3. 计算最优解的值，通常采用自底向上的方法

4. 利用计算出的值构造最优解

1~3是动态规划求解问题的基础，若只需一个最优解值，可忽略第4步

动态规划是一个难点，我也才开始接触，可以选择从简单的题中慢慢体会动态规划的思想，一步一个脚印，加油！！