62. 不同路径
题目来源:力扣(LeetCode)https://leetcode-cn.com/problems/unique-paths/
题目
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:
图源来自:力扣(62. 不同路径)
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 -> 向右 -> 向下
2. 向右 -> 向下 -> 向右
3. 向下 -> 向右 -> 向右
示例 3:
输入:m = 7, n = 3
输出:28
示例 4:
输入:m = 3, n = 3
输出:6
提示:
- 1 ≤ m , n ≤ 100 1 \leq m, n \leq 100 1≤m,n≤100
- 题目数据保证答案小于等于 2 ∗ 1 0 9 2 * 10^{9} 2∗109
解题思路
思路:动态规划
先审题,题目给定一个 m × n m \times n m×n 的网格,左上角放置一个机器人,右下角为终点,问机器人到达终点的路径有多少条?
其中机器人的移动规则为:
- 每次只能向下或者向右移动一步。
现在假设
f
(
m
,
n
)
f(m, n)
f(m,n) 表示从左上角到达终点的总路径数。由于机器人每次只能向下或者向右移动,那么要到达右下角只能是从上方或者左边的格子移动过来。也就是此时递归求解释为:
f
(
m
,
n
)
=
f
(
m
−
1
,
n
)
+
f
(
m
,
n
−
1
)
f(m, n) = f(m-1, n) + f(m, n-1)
f(m,n)=f(m−1,n)+f(m,n−1)
这里加上递归终止条件,就能够求得最终的结果。但是这种自底向上的递归中间会有大量重复的计算,这里我们可以将其改为自顶向下的递推。
状态定义
设 d p [ i ] [ j ] dp[i][j] dp[i][j] 表示到格子 ( i , j ) (i, j) (i,j) 的路径数。
状态转移方程
根据机器人的移动规则【每次只能向下或者向右移动一步】,那么格子
(
i
,
j
)
(i, j)
(i,j) 可以从格子
(
i
−
1
,
j
)
(i-1, j)
(i−1,j) 或者格子
(
i
,
j
−
1
)
(i, j-1)
(i,j−1) 移动到达。那么此时的转移方程为:
d
p
[
i
]
[
j
]
=
d
p
[
i
−
1
]
[
j
]
+
d
p
[
i
]
[
j
−
1
]
dp[i][j] = dp[i-1][j] + dp[i][j-1]
dp[i][j]=dp[i−1][j]+dp[i][j−1]
状态初始化
由于机器人移动规则限制,第一列的格子只能是由机器人从上往下移动到达,初始化 d p [ i ] [ 0 ] dp[i][0] dp[i][0] 的值为 1。
同样的第一行的格子,只能是由机器人从左到右移动到达,初始化 d p [ 0 ] [ j ] dp[0][j] dp[0][j] 的值为 1。
最终要求到达网格右下角的总路径和,那么最终返回 d p [ m − 1 ] [ n − 1 ] dp[m-1][n-1] dp[m−1][n−1]。
具体的代码实现如下。
class Solution:
def uniquePaths(self, m: int, n: int) -> int:
dp = [[0] * n for _ in range(m)]
# 初始化
for i in range(m):
dp[i][0] = 1
for j in range(n):
dp[0][j] = 1
# 根据转移方程进行递推
for i in range(1, m):
for j in range(1, n):
dp[i][j] = dp[i-1][j] + dp[i][j-1]
return dp[m-1][n-1]
# return dp[-1][-1]
复杂度分析
- 时间复杂度: O ( m n ) O(mn) O(mn)。
- 空间复杂度: O ( m n ) O(mn) O(mn)。
欢迎关注
公众号 【书所集录】
如有错误,烦请指出,欢迎指点交流。