题目链接:LCR 098. 不同路径 - 力扣(LeetCode)https://leetcode.cn/problems/2AoeFn/description/
一、题目解析
题目:
解析:
由题我们可知,在一个网格中,机器人需要从左上角出发,走到右下角的位置即可,每次可以选择往右或者往下走一步,直到终点,期间我们有很多种方法走到终点,最终答案即是,我们有多少种方法走到终点。
二、算法原理
1、状态表示
我们在状态标识的时候,一般都会创建一个数组dp,也就是我们所说的dp表,我们要做的就是把每一个状态的值填入这个表内,最终这个表内的某一个值可能就是我们要返回的值。
状态简单理解就是dp表内某一个值代表的含义。
如何确定状态表示
- 题目要求
简单的题目里一般会给出
- 经验+题目要求
越学越深入,动态规划也是熟能生巧,在题目中没有明显给出的时候,我们就要凭借自己做题的经验来确定,所以就需要我们大量的做题。
- 分析问题的过程中,发现重复子问题
分析问题的过程中把重复子问题抽象成我们的状态表示,这个更难理解,一切的基础都是我们先对动态规划算法熟练运用。我也不懂,我们慢慢来。
综上:我们通常会以一个位置为结尾或者开始求得我们想要的答案
那我们的这道题得状态表示是什么样的:
我们根据做题的经验,这道题还是选用最经典的,以某一个位置为结尾
状态表示:dp[i][j]表示为到达某一个位置时的所有路径方法
2、状态转移方程
确定状态表示之后我们就可以根据状态标识推出状态转移方程
状态转移方程是什么?
不讲什么复杂的,简单来说状态转移方程就是 dp[i][j]等于什么 dp[i][j]=?
这个就是状态转移方程,我们要做的,就是推出dp[i][j]等于什么
我们根据状态表示再结合题目+经验去推理转移方程,这一步也是我们整个解题过程中最难的一步
我们在这道题先简单了解下什么是状态转移方程,之后比较难的题目再细推
状态方程推理:
我们先画一个三行四列的表格,假设机器人走到了三行三列的位置s[2][2]:
那机器人是怎么到达这个地方的呢?
机器人只能向右或者向下走,那么走到s[2][2]位置就需要从s[1][2]或者s[2][1]位置走一步,根据状态表示我们知道,既然我们dp[i][j]应该表示为到达该地的所有路径方法,那么dp[i-1][j]和dp[i][j-1]也是表达到达(i-1,j)与(i,j-1)位置的所有路径数,既然这两个位置都可以到(i,j)位置,那么(i-1,j)与(i,j-1)位置的所有路径数dp[i-1][j]和dp[i][j-1]相加就是到达(i,j)位置的所有路径数了。
所以状态表示方程为 dp[i][j]=dp[i-1][j]+dp[i][j-1]
3、初始化
我们创建dp表就是为了把他填满,我们初始化是为了防止在填表的过程中越界
怎么谈越界?
解释:
当机器人在左上角位置不动时,我们也把这当作是到达位置s[0][0]的一种方法,并且只有一种,那我们机器人在往右走一步到s[0][1]时,我们去算dp[0][1],我们是需要知道其上面位置的dp[-1][1]与左边位置的dp[0][0],才可以计算出该位置的dp[0][1],但是我们没有s[-1][1]这个位置,就会造成越界
同样,我们这个二维数组的左边一列与最上方一行,都是存在越界问题的,那我们应该怎么解决呢?
我们只需要在创建dp表时,让其行列都各比原数组多一,但我们需要注意,我们需要保证机器人出发点的dp值为1,才可保证后续填表正确,
我们只需要管出发点即可,原数组最左列与最上行他们只能从出发点开始走,也就是说,他们只有一种路径,就是从出发点一直向右或者向下
我们只能从图中所标两个位置走到出发点,但我们又得保证出发点的dp值为1,根据状态表示方程我们知道,需要将这两个位置中的一个初始化为1,才能保证。
另外,其它位置初始化应该都为0,在保证不越界的同时,也要保证填表正确。
4、填表顺序
从左到右、从上到下,依次填写
5、返回值
终点的dp值
三、编写代码
class Solution {
public:
int uniquePaths(int m, int n) {
//1、创建dp表
vector<vector<int>>dp(m+1,vector<int>(n+1));
//2、初始化
dp[0][1]=1;
if(m==1||n==1)
{
return 1;
}
//3、填表
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];
}
}
//4、返回值
return dp[m][n];
}
};