文章目录
- 题目描述
- 解题方法
- 方法一:动态规划
- java代码
- 复杂度分析
- 方法二:排列组合
- java代码
- 复杂度分析
- 相似题目
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?
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
提示:
1 <= m, n <= 100
- 题目数据保证答案小于等于 2 * 109
解题方法
方法一:动态规划
我们设 f ( i , j ) f(i, j) f(i,j)为机器人从左上角走到 ( i , j ) (i, j) (i,j)的路径数量,若机器人在 ( i , j ) (i,j) (i,j)处,则机器人上一步的位置在 ( i − 1 , j ) (i-1,j) (i−1,j)或者 ( i , j − 1 ) (i,j-1) (i,j−1)处,由此可推出
- 当 i > 0 i > 0 i>0 且 j > 0 j > 0 j>0 时, f ( i , j ) = f ( i − 1 , j ) + f ( i , j − 1 ) f(i,j) = f(i-1,j) + f(i,j-1) f(i,j)=f(i−1,j)+f(i,j−1)
- 当 i = 0 i = 0 i=0 或 j = 0 j = 0 j=0 时, f ( i , j ) = 1 f(i, j) = 1 f(i,j)=1
根据以上规律可完成代码实现。
java代码
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 i = 0; i < n; i++) {
dp[0][i] = 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];
}
复杂度分析
时间复杂度:
O
(
M
∗
N
)
O(M * N)
O(M∗N),需要遍历一次dp
数组。
空间复杂度:
O
(
M
∗
N
)
O(M * N)
O(M∗N),需要提供dp
数组的存储空间。
方法二:排列组合
从左上角到右下角,需要 m - 1
次向下移动,n - 1
次向右移动,一共需要进行 m + n - 2
次移动。满足排列组合的规律,则总的路径条数为
C m + n − 2 m − 1 = ( m + n − 2 ) ∗ ( m + n − 1 ) ∗ . . . ∗ ( n − 1 ) ( m − 1 ) ! C^{m - 1}_{m + n - 2}=\frac{(m + n - 2) * (m + n - 1) *...*(n - 1)}{(m-1)!} Cm+n−2m−1=(m−1)!(m+n−2)∗(m+n−1)∗...∗(n−1)
我们只需要编程实现计算排列组合总数。
java代码
public int uniquePaths(int m, int n) {
// 取m和n之中的较小值,减少计算排列组合的次数。
int small = Math.min(m, n) - 1;
// 类型取double防止相乘的最终结果超出类型范围
double a = 1;
double b = 1;
int total = m + n - 2;
for (int i = 0; i < small; i++) {
a = a * (total - i);
b = b * (i + 1);
}
return (int) (a / b);
}
复杂度分析
时间复杂度:
O
(
m
i
n
(
m
,
n
)
)
O(min(m,n))
O(min(m,n)),计算排列组合需要参与遍历的次数。
空间复杂度:
O
(
1
)
O(1)
O(1),只需要提供常数级别的空间存储。
相似题目
[leetcode] 63. 不同路径 II
- 个人公众号
- 个人小游戏