问题
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:
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 -> 向下 -> 向下
2. 向下 -> 向下 -> 向右
3. 向下 -> 向右 -> 向下
示例 3:
输入:m = 7, n = 3
输出:28
示例 4:
输入:m = 3, n = 3
输出:6
深度优先搜索
这道题目,刚一看最直观的想法就是用图论里的深搜,来枚举出来有多少种路径
注意题目中说机器人每次只能向下或者向右移动一步,那么其实机器人走过的路径可以抽象为一颗二叉树,而叶子节点就是终点!
此时问题就可以转化为求二叉树叶子节点的个数,代码如下:
class Solution {
private int dfs(int i, int j, int m, int n) {
if (i > m || j > n)
return 0; // 越界了
if (i == m && j == n)
return 1; // 找到一种方法,相当于找到了叶子节点
return dfs(i + 1, j, m, n) + dfs(i, j + 1, m, n);
}
public int uniquePaths(int m, int n) {
return dfs(1, 1, m, n);
}
}
来分析一下时间复杂度,这个深搜的算法,其实就是要遍历整个二叉树
这颗树的深度其实就是m+n-1
(深度按从1开始计算)
那二叉树的节点个数就是 2^(m + n - 1) - 1
。可以理解深搜的算法就是遍历了整个满二叉树(其实没有遍历整个满二叉树,只是近似而已)
所以上面深搜代码的时间复杂度为O(2^(m + n - 1) - 1)
,可以看出,这是指数级别的时间复杂度,非常大
动态规划
机器人从(0, 0)
位置出发,到(m - 1, n - 1)
终点
按照动规五部曲来分析:
确定dp数组(dp table)以及下标的含义
dp[i][j]
:表示从(0, 0)
出发,到(i, j)
有dp[i][j]
条不同的路径
确定递推公式
- 想要求
dp[i][j]
,只能有两个方向来推导出来,即dp[i - 1][j]
和dp[i][j - 1]
dp[i - 1][j]
表示,从(0, 0)
的位置到(i - 1, j)
有几条路径,dp[i][j - 1]
同理- 那么很自然,
dp[i][j] = dp[i - 1][j] + dp[i][j - 1]
,因为dp[i][j]
只有这两个方向过来
- 想要求
dp数组的初始化
- 如何初始化呢,首先
dp[i][0]
一定都是1
,因为从(0, 0)
的位置到(i, 0)
的路径只有一条,那么dp[0][j]
也同理for (int i = 0; i < m; i++)
dp[i][0] = 1;
for (int j = 0; j < n; j++)
dp[0][j] = 1;
- 如何初始化呢,首先
确定遍历顺序
- 这里要看一下递归公式
dp[i][j] = dp[i - 1][j] + dp[i][j - 1]
,dp[i][j]
都是从其上方和左方推导而来,那么从左到右一层一层遍历就可以了 - 这样就可以保证推导
dp[i][j]
的时候,dp[i - 1][j]
和dp[i][j - 1]
一定是有数值的
- 这里要看一下递归公式
class Solution {
public int uniquePaths(int m, int n) {
int[][] dp = new int[m][n];
for (int i = 0; i < m; i++)
dp[i][0] = 1;
for (int j = 0; j < n; j++)
dp[0][j] = 1;
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];
}
}
时间复杂度:
空间复杂度:
其实用一个一维数组(也可以理解是滚动数组)就可以了,但是不利于理解,可以优化点空间,建议先理解了二维,在理解一维
class Solution {
public int uniquePaths(int m, int n) {
int[] dp = new int[n];
for (int i = 0; i < n; i++)
dp[i] = 1;
for (int j = 1; j < m; j++) {
for (int i = 1; i < n; i++) {
dp[i] += dp[i - 1];
}
}
return dp[n - 1];
}
}
- 时间复杂度:
- 空间复杂度: