Step1:
建立一个dp数组,确定每一个下标i所对应的dp[i][j]的含义:
dp[i][j]就是到达第(i,j)格子有多少种不同路径。
最后得出dp[m-1][n-1]就是到达右下角的不同路径数。
Step2:
确定状态转移方程,什么是状态转移方程呢:因为动态规划每一步的状态是由之前的状态递推过来的,所以通过状态转移方程解决复杂问题的子问题,从而求解原问题。对于本题而言。
dp[i][j]是由dp[i-1][j]和dp[i][j-1]推导出来的,dp[i][j-1]从(0,0)到(i,j-1)的不同路径数,dp[i-1][j]
从(0,0)到(i-1,j)的不同路径数,两者相加就是(0,0)到(i,j)的不同路径数。
Step3:
dp数组的初始化,数组初始化很重要,因为需要递推所以不同的初始化所递推出的结果可能不同。
机器人从(0,0)一直走到(0,n-1)只有一条路径
从(0,0)一直走到(m-1,0)也只有一条路径。一定要注意初始化。
Step4:
确定遍历顺序,是从前向后,还是从后向前。此题dp[i][j]由dp[i-1][j]和dp[i][j-1]递推得出,由上层推导出下层,从左到右一层一层遍历就好。
Step5:
可以先设置小的子问题,来模拟一边dp数组,验证其正确性。
箭头表示依赖。
代码:
class Solution {
public int uniquePaths(int m, int n) {
int dp[][]=new int[m][n];
//初始化
for (int i=0;i < n; i++){
dp[0][i]=1;
}
for (int i = 1; i < m; i++) {
dp[i][0]=1;
}
//确定遍历顺序
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];
}
}