​LeetCode刷题实战62:不同路径

算法的重要性,我就不多说了吧,想去大厂,就必须要经过基础知识和业务逻辑面试+算法面试。所以,为了提高大家的算法能力,这个公众号后续每天带大家做一道算法题,题目就从LeetCode上面选 !

今天和大家聊的问题叫做 不同路径,我们先来看题面:

https://leetcode-cn.com/problems/unique-paths/

A robot is located at the top-left corner of a m x n grid (marked 'Start' in the diagram below).

The robot can only move either down or right at any point in time. The robot is trying to reach the bottom-right corner of the grid (marked 'Finish' in the diagram below).

How many possible unique paths are there?

题意

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?

样例

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

解题

https://www.cnblogs.com/techflow/p/12872847.html

解法

在我写题解的时候,我突然想起来上一次见到它好像是在某个综艺节目当中。它被作为一道智力题来考一些明星嘉宾,好像一众明星里面,只有关晓彤做了出来。。。

它作为智力题有一个标准的模板式解法:

对于图中的C点来说,从起点通往它的路径数量等于通往A点和B点路径的和。

这个结论我们很多人都知道,因为C点只有两个来源,一个是A点一个是B点。它既可以从A点来,也可以从B点来,所以应该是一个加和的关系。

这当然是没错的,但不知道大家从这个过程当中有没有什么感悟。C点的上游是A点和B点,也就是说C状态是由A状态或者是B状态转移到的。这不就是一个动态规划算法吗?

我们用dp记录每一个位置的答案的话,那么可以很轻松地写出状态转移方程:

dp[i][j] = dp[i-1][j] + dp[i][j-1]

我们用代码把这个方程实现就能解出问题了。

class Solution:
    def uniquePaths(self, m: int, n: int) -> int:
        dp = [[0 for _ in range(n+2)] for _ in range(m+2)]
        
        dp[0][1] = 1
        
        for i in range(1, m+1):
            # 特殊处理第一列,因为第一列只有1种
            dp[i][1] = dp[i-1][1]
            for j in range(2, n+1):
                dp[i][j] = dp[i-1][j] + dp[i][j-1]
                
        return dp[m][n]

one more solution

如果只有上面这一种解法,那么这道题完全没有说的必要,也太简单了。这道题还有另外一种解法,会更加简单

在上面的解法当中,我们是把这个问题当成了算法题来解决的,使用动态规划算法进行建模,适配题目来解决它。但如果我们换个思路,完全可以把它当做数学问题来解。

我们来分析一下问题,机器人要从左上角走到右下角,地图是没有缺陷的,所有点都可以到达。由于机器人没办法走回头路,也就是说机器人在通往终点的过程当中走过的路程是确定的。也就是要走n-1条横边和m-1条竖边。

边的总数和种类都确定了,其实这个问题可以转化一下。我们把走的横边看成是白球,走的竖边看成是黑球,那么这道题其实就可以转化成,我们有n-1个白球,m-1个黑球,现在把它们排成一排,一共有多少种方法?

这个是小学的组合数学问题,我们要从整体的n+m-2个物体当中,选出n-1个,那么显然答案就是:

不过,虽然我们用一个式子就表达了,但是要求解这个组合数,还是需要通过循环的。我们把它转化成:

接着我们用循环求解即可。

class Solution:
    def uniquePaths(self, m: int, n: int) -> int:
        ret = 1
        
        for i in range(1, n):
            ret = ret * (n+m-1-i) // i
        return ret

相比于上面的做法更加简短,虽然两者看起来都是的算法,好像差别不大。但是每个数的阶乘和组合数都是可以预处理的,在频繁求解的场景下,显然要比动态规划算法更快。

好了,今天的文章就到这里,如果觉得有所收获,请顺手点个在看或者转发吧,你们的支持是我最大的动力。

上期推文:

LeetCode1-50题汇总,速度收藏!

LeetCode40-60题汇总,速度收藏!

LeetCode刷题实战61:旋转链表

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值