leetcode.1269. 停在原地的方案数---动态规划

1269. 停在原地的方案数

有一个长度为 arrLen 的数组，开始有一个指针在索引 0 处。

每一步操作中，你可以将指针向左或向右移动 1 步，或者停在原地（指针不能被移动到数组范围外）。

给你两个整数 steps 和 arrLen ，请你计算并返回：在恰好执行 steps 次操作以后，指针仍然指向索引 0 处的方案数。

由于答案可能会很大，请返回方案数 模 10^9 + 7 后的结果。

示例 1：

输入：steps = 3, arrLen = 2
输出：4
解释：3 步后，总共有 4 种不同的方法可以停在索引 0 处。
向右，向左，不动
不动，向右，向左
向右，不动，向左
不动，不动，不动
示例  2：

输入：steps = 2, arrLen = 4
输出：2
解释：2 步后，总共有 2 种不同的方法可以停在索引 0 处。
向右，向左
不动，不动
示例 3：

输入：steps = 4, arrLen = 2
输出：8
 

提示：

1 <= steps <= 500
1 <= arrLen <= 10^6

题解：

由于方案数量有很多，所以我们可以想到使用动态规划来求解类似的问题。

首先找准状态定义：
即由题可知，我们可以设 dp[i][j] 为走i步到达j下标的方法数量；

然后建立状态转移方程：
即首先每一次的dp[i][j] 初始应先等于 dp[i-1][j]，这是因为当使用i-1步到达j下标时，对于i步时为少了一步，所以在dp[i][j]多了一步的情况下，由于可以保持执行步数时可以不移动，所以初始的dp[i][j]一定会先继承上dp[i-1][j]，因为其一定能满足，即只要多的一步我们让这一步不移动即可；
然后继续对于dp[i][j]考虑，其也可能由dp[i-1][j-1] 与 dp[i-1][j+1] 向右向左走一步得到，由于这一步是确定的，因此根据越界与否来判断是否要加上二者的方法数量即可。

最后确定边界：
即首先dp[0][0] = 1 , 且dp[0][i] 全为0.

注意dp[i][j] 只能由 i-1的步数得到，其不能由 i步数的得到，因为我们每次求的正是i步数自己。

代码（Java）：

class Solution {
    public int numWays(int steps, int arrLen) {
        final int Big = 1000000007;
        int len = Math.min(arrLen-1,steps);
        int[][] dp = new int[steps+1][len+1];
        dp[0][0] = 1;
        
        for(int i=1;i<=steps;i++)
        {
            for(int j=0;j<=len;j++)
            {
                dp[i][j] = dp[i-1][j];
                if(j-1>=0)
                {
                    dp[i][j] = (dp[i][j] + dp[i-1][j-1])%Big;
                }
                if(j+1<=len)
                {
                    dp[i][j] = (dp[i][j] + dp[i-1][j+1])%Big;
                }
            }
        }
        return dp[steps][0];
    }
}

代码（C）：

const int Big = 1000000007;

int numWays(int steps, int arrLen){
    int length = fmin(arrLen-1,steps);
    int dp[steps+1][length+1];
    memset(dp,0,sizeof(dp));
    dp[0][0] = 1;
    
    for(int i=1;i<=steps;i++)
    {
        for(int j=0;j<=length;j++)
        {
            dp[i][j] = dp[i-1][j];
            if(j-1>=0)
            {
                dp[i][j] = (dp[i][j] + dp[i-1][j-1])%Big;
            }
            if(j+1<=length)
            {
                dp[i][j] = (dp[i][j] + dp[i-1][j+1])%Big;
            }
        }
    }
    return dp[steps][0];
}