62. Unique Paths

本文探讨了一个机器人在m x n网格中从左上角到右下角的不同路径数量问题。提供了三种解决方案:递归方法、动态规划和组合数学方法。最终通过组合数学公式实现了高效的计算。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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?


Above is a 7 x 3 grid. How many possible unique paths are there?

Note: m and n will be at most 100.

Example 1:

Input: m = 3, n = 2
Output: 3
Explanation:
From the top-left corner, there are a total of 3 ways to reach the bottom-right corner:
1. Right -> Right -> Down
2. Right -> Down -> Right
3. Down -> Right -> Right

Example 2:

Input: m = 7, n = 3
Output: 28

 

解法一:

为了训练自己的递归,所以我第一个想到的方法就是写递归的方法。但是这种方法的复杂度是不能pass的,放出代码:

class Solution {
    public int uniquePaths(int m, int n) {
        return findPath(m,n,1,1);
    }
    
    public int findPath(int m,int n,int mCurr,int nCurr){
        if(mCurr == m || nCurr == n){
            return 1;
        }else{
            return findPath(m,n,mCurr+1,nCurr)+findPath(m,n,mCurr,nCurr+1);
        }
    }
}

解法二:

既然如此,那就只能是动态规划了。动态规划方程为: res[i][j] = res[i-1][j]+res[i][j-1]。

class Solution {
    public int uniquePaths(int m, int n) {
        
        int[][] res = new int[m][n];
        for(int i=0;i<m;i++){
            res[i][0] = 1;
        }
        for(int i=0;i<n;i++){
            res[0][i] = 1;
        }
        
        for(int i=1;i<m;i++){
            for(int j=1;j<n;j++){
                res[i][j] = res[i-1][j]+res[i][j-1];
            }
        }
        
        return res[m-1][n-1];
    }
    
    
}

解法三:

实际上就是一个概率问题。本质上是从m+n-2个球里取出m-1个不同的情况,熟悉不?其实就是C(m-1)(m+n-2),直接套公式就好了,O(n)的复杂度搞定。不过要注意int阶乘后的越界问题。

内容概要:该研究通过在黑龙江省某示范村进行24小时实地测试,比较了燃煤炉具与自动/手动进料生物质炉具的污染物排放特征。结果显示,生物质炉具相比燃煤炉具显著降低了PM2.5、CO和SO2的排放(自动进料分别降低41.2%、54.3%、40.0%;手动进料降低35.3%、22.1%、20.0%),但NOx排放未降低甚至有所增加。研究还发现,经济性和便利性是影响生物质炉具推广的重要因素。该研究不仅提供了实际排放数据支持,还通过Python代码详细复现了排放特征比较、减排效果计算和结果可视化,进一步探讨了燃料性质、动态排放特征、碳平衡计算以及政策建议。 适合人群:从事环境科学研究的学者、政府环保部门工作人员、能源政策制定者、关注农村能源转型的社会人士。 使用场景及目标:①评估生物质炉具在农村地区的推广潜力;②为政策制定者提供科学依据,优化补贴政策;③帮助研究人员深入了解生物质炉具的排放特征和技术改进方向;④为企业研发更高效的生物质炉具提供参考。 其他说明:该研究通过大量数据分析和模拟,揭示了生物质炉具在实际应用中的优点和挑战,特别是NOx排放增加的问题。研究还提出了多项具体的技术改进方向和政策建议,如优化进料方式、提高热效率、建设本地颗粒厂等,为生物质炉具的广泛推广提供了可行路径。此外,研究还开发了一个智能政策建议生成系统,可以根据不同地区的特征定制化生成政策建议,为农村能源转型提供了有力支持。
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