代码随想录算法训练营第三十九天 | 62.不同路径、63. 不同路径 II

打卡第39天,动态规划咯。

今日任务

  • 62.不同路径
  • 63.不同路径 II

62.不同路径

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:

代码随想录算法训练营第三十九天 | 62.不同路径、63. 不同路径 II_第1张图片

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

提示:

  • 1 <= m, n <= 100
  • 题目数据保证答案小于等于 2 * 109

我的题解

  1. 确定dp数组以及下标定义
    本题求到达(m,n)坐标的路径数,而坐标(m,n)可以由(m - 1,n)和(m,n - 1)坐标移动一格到达,所以想要知道到达(m,n)坐标的路径数,必须知道到达(m - 1,n)和(m,n - 1)坐标路径数,所以dp里面到存的是到达此坐标的路径数。
  2. 递推公式
    推导公式为 d p [ i ] = d p [ i − 1 ] [ j ] + d p [ i ] [ j − 1 ] dp[i] = dp[i - 1][j] + dp[i][j - 1] dp[i]=dp[i1][j]+dp[i][j1]
  3. dp初始化
    dp初始化 d p [ i ] [ 0 ] = 1 , d p [ 0 ] [ j ] = 1 dp[i][0] = 1,dp[0][j] = 1 dp[i][0]=1dp[0][j]=1
  4. 确定遍历顺序
    遍历顺序从左到右,从上到下。
  5. 举例推导dp数组
    代码随想录算法训练营第三十九天 | 62.不同路径、63. 不同路径 II_第2张图片
class Solution {
public:
    int uniquePaths(int m, int n) {
        vector<vector<int>> dp(m, vector<int> (n, 0)); //dp[i][j]表示到(i,j)有多少条不同的路径。
        
        for(int i = 0; i < m; i++) {
            dp[i][0] = 1; // 初始化
            for(int j = 1; j < n; j++) {
                if(i == 0) dp[i][j] = 1; //初始化
                else dp[i][j] = dp[i - 1][j] + dp[i][j - 1]; //递推公式,每次到达一个坐标,都是从他的两 上、前一坐标移动过来,所以到达目前这个坐标的路径等于到达上、前坐标的路径和
            }
        }
        return dp[m - 1][n - 1];
    }
};
  • 时间复杂度:O(n * m);
  • 空间复杂度:O(n * m);

优化空间
压缩空间,一维数组解决
代码随想录算法训练营第三十九天 | 62.不同路径、63. 不同路径 II_第3张图片

class Solution {
public:
    int uniquePaths(int m, int n) {
        vector<int> dp(n, 1); 
        
        for(int i = 0; i < m - 1; i++) {
            for(int j = 1; j < n; j++) {
                dp[j] = dp[j - 1] + dp[j];
            //递推公式,每次到达一个坐标,都是从他的两 上、前一坐标移动过来,所以到达目前这个坐标的路径等于到达上、前坐标的路径和
            }
        }
        return dp[n - 1];
    }
};
  • 时间复杂度:O(n * m);
  • 空间复杂度:O(n);

代码随想录

数论做法

可以看出一共m,n的话,无论怎么走,走到终点都需要 m + n - 2 步。

在这m + n - 2 步中,一定有 m - 1 步是要向下走的,不用管什么时候向下走。

那么有几种走法呢? 可以转化为,给你m + n - 2个不同的数,随便取m - 1个数,有几种取法。

那么这就是一个组合问题了。 C m + n − 2 m − 1 C^{m-1}_{m+n-2} Cm+n2m1

class Solution {
public:
    int uniquePaths(int m, int n) {
        long long numerator = 1; // 分子
        int denominator = m - 1; // 分母
        int count = m - 1;
        int t = m + n - 2;
        while (count--) {
            numerator *= (t--);
            while (denominator != 0 && numerator % denominator == 0) {
                numerator /= denominator;
                denominator--;
            }
        }
        return numerator;
    }
};
  • 时间复杂度:O(m)
  • 空间复杂度:O(1)

63.不同路径 II

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”)。

现在考虑网格中有障碍物。那么从左上角到右下角将会有多少条不同的路径?

网格中的障碍物和空位置分别用 10 来表示。

示例 1:

代码随想录算法训练营第三十九天 | 62.不同路径、63. 不同路径 II_第4张图片

输入:obstacleGrid = [[0,0,0],[0,1,0],[0,0,0]]
输出:2
解释:3x3 网格的正中间有一个障碍物。
从左上角到右下角一共有 2 条不同的路径:
1. 向右 -> 向右 -> 向下 -> 向下
2. 向下 -> 向下 -> 向右 -> 向右

示例 2:

代码随想录算法训练营第三十九天 | 62.不同路径、63. 不同路径 II_第5张图片

输入:obstacleGrid = [[0,1],[0,0]]
输出:1

提示:

  • m == obstacleGrid.length
  • n == obstacleGrid[i].length
  • 1 <= m, n <= 100
  • obstacleGrid[i][j]01

我的题解

class Solution {
public:
    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
        int m = obstacleGrid.size();
        int n = obstacleGrid[0].size();
        vector<vector<int>> dp(m, vector<int>(n)); //dp[i][j]表示到(i,j)有多少条不同的路径。
        dp[0][0] = !obstacleGrid[0][0]; //初始化
        for(int i = 1; i < n; i++) {//初始化
            if(obstacleGrid[0][i] == 1) dp[0][i] = 0;
            else dp[0][i] = dp[0][i - 1];
        }
        for(int i = 1; i < m; i++) {//初始化
            if(obstacleGrid[i][0] == 1) dp[i][0] = 0;
            else dp[i][0] = dp[i - 1][0];
        }
        for(int i = 1; i < m; i++) {
            for(int j = 1; j < n; j++) {
                if(obstacleGrid[i][j] == 1) dp[i][j] = 0;
                else dp[i][j] = dp[i - 1][j] + dp[i][j - 1]; //递推公式,每次到达一个坐标,都是从他的两 上、前一坐标移动过来,所以到达目前这个坐标的路径等于到达上、前坐标的路径和
            }
        }
        return dp[m - 1][n - 1];
    }
};
  • 时间复杂度:O(n × m),n、m 分别为obstacleGrid 长度和宽度
  • 空间复杂度:O(n × m)

优化空间

class Solution {
public:
    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
        int m = obstacleGrid.size();
        int n = obstacleGrid[0].size();
        vector<int> dp(n); //dp[i][j]表示到(i,j)有多少条不同的路径。
        dp[0] = !obstacleGrid[0][0];
        // std::cout << dp[0] << " ";
        for(int i = 1; i < n; i++) {
            if(obstacleGrid[0][i] == 1) dp[i] = 0;
            else dp[i] = dp[i - 1];
            // std::cout << dp[i] << " ";
        }
        // std::cout << endl;
        for(int i = 1; i < m; i++) {
            if(obstacleGrid[i][0] == 1) dp[0] = 0;
            else dp[0] = dp[0];
            // std::cout << dp[i] << " ";
            for(int j = 1; j < n; j++) {
                if(obstacleGrid[i][j] == 1) dp[j] = 0;
                else dp[j] = dp[j] + dp[j - 1]; //递推公式,每次到达一个坐标,都是从他的两 上、前一坐标移动过来,所以到达目前这个坐标的路径等于到达上、前坐标的路径和
                // std::cout << dp[j] << " ";
            }
            // std::cout << endl;
        }
        return dp[n - 1];
    }
};
  • 时间复杂度:O(n × m),n、m 分别为obstacleGrid 长度和宽度
  • 空间复杂度:O(n)

你可能感兴趣的:(算法,算法,动态规划,leetcode)