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?
示例 1:
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
1、题目分析
从题目中应该能看出,该题是典型的网格类的坐标型动态规划和计数型动态规划。
2、确定状态
我们的最终目的是为了到达右下角,假设右下角坐标为(n-1,m-1),因此最后一步要么(n-2,m-1)向下要么(n-1,m-2)向右。
如果倒数第二步在(n-1,m-2)那么,前面一定记录了从(0,0)到(n-1,m-2)所有路径。
如果倒数第二步在(n-2,m-1)那么,前面一定记录了从(0,0)到(n-2,m-1)所有路径。
上面描述了最后一步和子问题则可以确定状态:f[i][j]表示从(0,0)到(i,j)的所有路径方式
3、转移方程
f[i][j]表示从(0,0)到(i,j)的所有路径方式
4、初始条件和边界情况
初始条件:f[0][0]=1,因为机器人只有一种方式到达左上角
边界情况:i=0或者j=0,则前面只有一个方向过来,f[i][j]=1
5、计算顺序
还是逐行计算。
时间复杂度:O(MN),空间复杂度:O(MN)
6、代码实现
这里我才用了三种方式实现,注意对比。
class Solution:
def uniquePaths(self, m: int, n: int) -> int:
dp = [[0]*n for i in range(m)]
for i in range(m):
dp[i][0]=1
for i in range(n):
dp[0][i]=1
for i in range(1,m):
for j in range(1,n):
dp[i][j]=dp[i][j-1]+dp[i-1][j]
return dp[m-1][n-1]
#优化算法:采用滚动数组进行空间优化,后面的题目,几乎都可以使用滚动数组优化,我只在这个题目这里写了,后面的大家可以自己尝试
class Solution:
def uniquePaths(self, m: int, n: int) -> int:
dp=[1]*n
for i in range(1,m):
for j in range(1,n):
dp[j]+=dp[j-1]
print(dp)
return dp[-1]
#采用组合数学的方式:
class Solution:
def uniquePaths(self, m: int, n: int) -> int:
return comb(m + n - 2, n - 1)