相似题目:
LeetCode】63. 不同路径 II(有障碍物时)(动态规划)

一、题目描述

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?

例如,上图是一个7 x 3 的网格。有多少可能的路径?

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 -> 向右 -> 向下
2. 向右 -> 向下 -> 向右
3. 向下 -> 向右 -> 向右

示例 2:

输入: m = 7, n = 3
输出: 28

提示:

1 <= m, n <= 100
题目数据保证答案小于等于 2 * 10 ^ 9

二、解题思路 & 代码(动态规划)

2.1 二维 dp 表 ( O ( m ∗ n ) O(m∗n) O(mn)

我们令 d p [ i ] [ j ] dp[i][j] dp[i][j] 是到达 i , j i, j i,j 最多路径
动态方程: 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[i1][j]+dp[i][j1]

注意,对于第一行 d p [ 0 ] [ j ] dp[0][j] dp[0][j],或者第一列 d p [ i ] [ 0 ] dp[i][0] dp[i][0],由于都是在边界,所以只能为 1(由于任意点 i , j i, j i,j 的最多路径数至少为 1,所以之间初始化整个二维表为 1)

class Solution:
    def uniquePaths(self, m: int, n: int) -> int:
        dp = [[1] * n for i in range(m)]
        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[-1][-1]

复杂度分析:

  1. 时间复杂度: O ( m ∗ n ) O(m∗n) O(mn)
  2. 空间复杂度: O ( m ∗ n ) O(m∗n) O(mn)

2.2 一维 dp 表( O ( n ) O(n) O(n)

形如 d p [ i ] [ j ] = d p [ i − 1 ] [ j ] dp[ i ][ j ] = dp[i - 1][ j ] dp[i][j]=dp[i1][j] (正上方) 或者 d p [ i ] [ j ] = d p [ i ] [ j − 1 ] dp[ i ][ j ] = dp[ i ][j - 1] dp[i][j]=dp[i][j1] (正左侧)
这类问题在二维转一维的时候,可以直接丢弃第一个维度 i i i
即转化为 d p [ j ] = d p [ j ] dp[ j ] = dp[ j ] dp[j]=dp[j] 或者 d p [ j ] = d p [ j − 1 ] dp[ j ] = dp[ j - 1 ] dp[j]=dp[j1],因为不会出现值覆盖的情况
具体可参考:
0-1背包问题详解

class Solution:
    def uniquePaths(self, m: int, n: int) -> int:
        cur = [1] * n
        for i in range(1, m):
            for j in range(1, n):
                cur[j] = cur[j] + cur[j-1]
        return cur[-1]

参考:

  1. LeetCode 题解