动态规划（Dynamic Programming）不同路径

LeetCode 62. 不同路径

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];

    }
}